Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

sf-testing

Apexテストの実行・カバレッジ分析・テスト修正ループを120点満点のスコアリングで管理するスキル。ユーザーがApexテストの実行、コードカバレッジの確認、失敗テストの修正、または `*Test.cls` / `*_Test.cls` ファイルを操作する際にトリガーされます。Apex本番コードの記述(sf-apex)、Agentforceエージェントのテスト(sf-ai-agentforce-testing)、Jest/LWCテスト(sf-lwc)の場合は使用しないでください。

description の原文を見る

> Apex test execution, coverage analysis, and test-fix loops with 120-point scoring. TRIGGER when: user runs Apex tests, checks code coverage, fixes failing tests, or touches *Test.cls / *_Test.cls files. DO NOT TRIGGER when: writing Apex production code (use sf-apex), Agentforce agent testing (use sf-ai-agentforce-testing), or Jest/LWC tests (use sf-lwc).

SKILL.md 本文

sf-testing: Salesforce テスト実行とカバレッジ分析

ユーザーが Apex テスト実行と失敗分析 を必要とする場合にこのスキルを使用します: テスト実行、カバレッジチェック、失敗の解釈、カバレッジ向上、Salesforce コードの規律あるテスト修正ループの管理。

このスキルがタスクを所有する場合

以下のような作業に sf-testing を使用します:

  • sf apex run test ワークフロー
  • Apex ユニットテストの失敗
  • コードカバレッジ分析
  • カバーされていない行と欠落したテストシナリオの特定
  • Apex コード向けの構造化されたテスト修正ループ

以下の場合は他へ委譲します:

  • 本番 Apex を書いている、またはリファクタリングしている → sf-apex
  • Agentforce エージェントをテストしている → sf-ai-agentforce-testing
  • Jest で LWC をテストしている → sf-lwc

最初に収集すべき必須コンテキスト

以下を質問するか推測します:

  • 対象 org エイリアス
  • 目的のテストスコープ: 単一クラス、特定メソッド、スイート、またはローカルテスト
  • カバレッジ閾値の期待値
  • ユーザーが診断のみを望むのか、またはテスト修正ループを望むのか
  • 関連するテストデータファクトリがすでに存在するか

推奨ワークフロー

1. テストスコープを発見する

以下を特定します:

  • 既存のテストクラス
  • 対象の本番クラス
  • テストデータファクトリ / セットアップヘルパー

2. 最も有用な最小テストセットを最初に実行する

失敗をデバッグする場合は狭い範囲から開始し、修正が安定した後にのみ拡大します。

3. 結果を分析する

以下に焦点を当てます:

  • 失敗したメソッド
  • 例外タイプとスタックトレース
  • カバーされていない行 / カバレッジが弱い領域
  • 失敗がテストデータ不良、ブリットル な assertion、または破損した本番ロジックを示唆しているか

4. 規律あるテスト修正ループを実行する

コードまたはテスト品質が問題の場合:

  • 必要に応じてコード修正を sf-apex に委譲
  • テストを追加または改善
  • より広い回帰テストの前に、焦点を絞ったテストを再実行

5. カバレッジを意図的に向上させる

以下をカバーします:

  • 正のパス
  • 負 / 例外パス
  • バルクパス (適切な場合 251 以上のレコード)
  • 関連する場合はコールアウトまたは非同期パス

高シグナルルール

  • デフォルトは SeeAllData=false
  • すべてのテストは意味のある結果を assertion する必要があります
  • 単一レコードのハッピーパスだけでなく、バルク動作をテストします
  • ファクトリ / @TestSetup を使用して、明確性と速度を向上させる場合に使用します
  • 非同期動作が重要な場合は、Test.startTest()Test.stopTest() のペアを使用します
  • 不安定な org 依存関係をテスト内に隠さないようにします

出力形式

完了時は、この順序で報告します:

  1. 実行されたテスト
  2. 合否サマリー
  3. カバレッジ結果
  4. 根本原因の調査結果
  5. 修正または次回実行の推奨事項

推奨される形式:

テスト実行: <スコープ>
Org: <エイリアス>
結果: <合格 / 部分的 / 不合格>
カバレッジ: <パーセンテージ / キークラス>
問題: <最も重要な失敗>
次のステップ: <クラスを修正、テストを追加、スコープを再実行、または回帰を拡大>

クロススキル統合

必要事項委譲先理由
本番コードを修正するか、テストを作成するsf-apexコード生成と修復
バルク / エッジケースデータを作成sf-data現実的なテストデータセット
更新されたテストをデプロイsf-deployロールアウト
詳細なランタイムログを検査sf-debugより深い失敗分析

リファレンスマップ

ここから始める

  • references/cli-commands.md
  • references/test-patterns.md
  • references/testing-best-practices.md
  • references/test-fix-loop.md

専門的なガイダンス

  • references/mocking-patterns.md
  • references/performance-optimization.md
  • assets/

スコアガイド

スコア意味
108 以上強い本番グレードのテスト信頼性
96–107良いテストスイート、軽微なギャップあり
84–95許容可能だがカバレッジ / assertion を強化
84 未満標準以下。依存する前に修正

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
jaganpro
リポジトリ
jaganpro/sf-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/jaganpro/sf-skills / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: jaganpro · jaganpro/sf-skills · ライセンス: MIT