Un Procedimiento Operativo Estándar (SOP) de desarrollo y pruebas disciplinado y multifásico para implementar cambios de código de alta calidad.
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install dev-test
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar dev-test usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
Obtén los archivos originales de la habilidad en un archivo ZIP.
La habilidad dev-test es un Procedimiento Operativo Estándar integral diseñado para agentes de AI y desarrolladores para garantizar la integridad del código a través de un ciclo de vida estructurado. Al priorizar la comprensión antes de la implementación, este activo de Openclaw Skills evita la deuda técnica y asegura que cada cambio de código, ya sea una corrección de errores, una característica o una refactorización, sea intencional, probado y mantenible.
Esta habilidad cierra la brecha entre la codificación bruta y la ingeniería profesional mediante la aplicación de mejores prácticas como cambios mínimos enfocados, diseño de defensa en profundidad y el patrón de prueba Arrange-Act-Assert. Proporciona un marco confiable para que los usuarios de Openclaw Skills logren diffs limpios y revisables y una cobertura de pruebas sólida en cualquier lenguaje de programación o framework.
Para integrar este flujo de trabajo en su entorno de agente de AI, asegúrese de tener instalado su test runner preferido (por ejemplo, pytest, jest, go test). Siga estos pasos para utilizar la lógica dev-test en Openclaw Skills:
# 1. Initialize the development environment
git checkout -b feature/your-feature-name
# 2. Study the codebase context
cat CONTRIBUTING.md
ls -R tests/
# 3. Run the progressive testing command after implementation
python -m pytest tests/test_new_feature.py -v --tb=short
La habilidad organiza su flujo de trabajo a través de una serie de puntos de control y salidas estructuradas como se detalla a continuación:
| Fase | Salida Primaria | Taxonomía/Patrón |
|---|---|---|
| Estudio | Modelo Mental | Comprensión contextual de archivos, funciones y flujo de datos |
| Implementar | Código Fuente | Sigue los patrones existentes (snake_case vs camelCase) |
| Prueba | Scripts de Prueba | Patrón Arrange-Act-Assert (ej. test_feature_handles_null_input) |
| Revisión | Diff Limpio | Verificado vía git diff --stat y git diff --cached |
| Commit | Git Commit | Formato Conventional Commits: {type}({scope}): {description} |
Cargando
Una herramienta especializada para buscar y extraer datos de productos de VIP.com mediante solicitudes de API autenticadas.

Un convertidor de documentos de alta fidelidad para transiciones fluidas entre formatos Word, PDF, Markdown y HTML.

Una herramienta automatizada de agregación de noticias y resúmenes por IA que entrega informes diarios personalizados en plataformas de mensajería.

ClearWeb proporciona a los agentes de IA un acceso sin restricciones ni bloqueos a toda la web pública a través de una Bright Data CLI integrada.

Un potente motor de sincronización que convierte archivos Markdown locales y vaults de Obsidian en páginas de base de datos de Notion ricas y estructuradas.

Una herramienta de automatización inteligente para extraer datos de licitaciones de Excel, gestionarlos a través de MySQL y generar informes de proyectos perspicaces.

Una potente herramienta de integración que reemplaza los sandbox mocks de MOVA con datos de producción en vivo de tus propios sistemas empresariales.








































