一套用于实现高质量代码变更的纪律化、多阶段开发与测试标准作业程序 (SOP)。
从源直接安装技能的最快方式。
npx clawhub@latest install dev-test
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级:工作区 > 本地 > 内置
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 dev-test。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
获取包含原生技能文件的ZIP压缩包。
dev-test 技能是为 AI 智能体和开发人员设计的全面标准作业程序,旨在通过结构化生命周期确保代码完整性。通过优先考虑在实现前进行理解,此 Openclaw Skills 资产可防止技术债务,并确保每一次代码变更(无论是修复 bug、开发功能还是重构)都是有意的、经过测试且可维护的。
该技能通过强制执行最佳实践(如最小化聚焦变更、深度防御设计和 Arrange-Act-Assert 测试模式),弥补了原始编码与专业工程之间的差距。它为 Openclaw Skills 用户提供了一个可靠的框架,以便在任何编程语言或框架中实现干净、可审查的 diff 和健壮的测试覆盖率。
要将此工作流集成到您的 AI 智能体环境中,请确保已安装您首选的测试运行器(例如 pytest、jest、go test)。按照以下步骤在 Openclaw Skills 中利用 dev-test 逻辑:
# 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
该技能通过一系列检查点和结构化输出组织其工作流,详见下表:
| 阶段 | 主要输出 | 分类/模式 |
|---|---|---|
| 研究 | 心理模型 | 对文件、函数和数据流的上下文理解 |
| 实现 | 源代码 | 遵循现有模式 (snake_case vs camelCase) |
| 测试 | 测试脚本 | Arrange-Act-Assert 模式 (例如 test_feature_handles_null_input) |
| 审查 | 干净的 Diff | 通过 git diff --stat 和 git diff --cached 验证 |
| 提交 | Git Commit | 常规提交格式:{type}({scope}): {description} |
加载中
一个强大的同步引擎,可将本地 Markdown 文件和 Obsidian 库转换为富文本、结构化的 Notion 数据库页面。

一款先进的 AI 驱动市场分析工具,利用 Sorftime MCP 和 LLM Agent 执行多维度 Amazon 产品调研和决策评估。








































