write-testthat-tests
Über
Diese Claude-Fertigkeit erzeugt umfassende Unit-Tests mit testthat (Edition 3) für R-Paketfunktionen. Sie hilft Entwicklern, Tests für neue Funktionen hinzuzufügen, die Abdeckung für bestehenden Code zu erhöhen und Regressionstests für Bugfixes zu erstellen. Die Fertigkeit deckt Testorganisation, Erwartungen, Mocking, Snapshot-Tests und parametrisiertes Testen ab, um hohe Abdeckungsziele zu erreichen.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/write-testthat-testsKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
書 testthat 之試
以 testthat 第三版為 R 包之函立全試。
用時
- 為新包函加試
- 增現碼之試覆
- 為訛修書回歸試
- 為新包設試基設
入
- 必要:欲試之 R 函
- 必要:期行與邊例
- 可選:試之夾或樣數
- 可選:目覆百分(默:80%)
法
第一步:設試基設
若未行:
usethis::use_testthat(edition = 3)
此立 tests/testthat.R 與 tests/testthat/ 域。
得:tests/testthat.R 與 tests/testthat/ 域已立。DESCRIPTION 含 Config/testthat/edition: 3。
敗則:usethis 不可得者,手立 tests/testthat.R 含 library(testthat); library(packagename); test_check("packagename") 並加 tests/testthat/ 域。
第二步:立試文
usethis::use_test("function_name")
此立 tests/testthat/test-function_name.R 附模。
得:試文立於 tests/testthat/test-function_name.R,附待充之 test_that() 塊。
敗則:usethis::use_test() 不可得者,手立文。從名約 test-<function_name>.R。
第三步:書基試
test_that("weighted_mean computes correct result", {
expect_equal(weighted_mean(1:3, c(1, 1, 1)), 2)
expect_equal(weighted_mean(c(10, 20), c(1, 3)), 17.5)
})
test_that("weighted_mean handles NA values", {
expect_equal(weighted_mean(c(1, NA, 3), c(1, 1, 1), na.rm = TRUE), 2)
expect_true(is.na(weighted_mean(c(1, NA, 3), c(1, 1, 1), na.rm = FALSE)))
})
test_that("weighted_mean validates input", {
expect_error(weighted_mean("a", 1), "numeric")
expect_error(weighted_mean(1:3, 1:2), "length")
})
得:基試覆典入之正出、NA 處之行、入驗訛辭。
敗則:試即敗者,驗函已載(devtools::load_all())。訛辭不配者,於 expect_error() 中用 regex 模代精串。
第四步:試邊例
test_that("weighted_mean handles edge cases", {
# Empty input
expect_error(weighted_mean(numeric(0), numeric(0)))
# Single value
expect_equal(weighted_mean(5, 1), 5)
# Zero weights
expect_true(is.nan(weighted_mean(1:3, c(0, 0, 0))))
# Very large values
expect_equal(weighted_mean(c(1e15, 1e15), c(1, 1)), 1e15)
# Negative weights
expect_error(weighted_mean(1:3, c(-1, 1, 1)))
})
得:邊例皆覆:空入、單值、零權、極值、無效入。每邊例有明期行。
敗則:函處邊例不如所期者,定修函抑調試。錄歧例之意行。
第五步:用夾為複試
立 tests/testthat/fixtures/ 為試數:
# tests/testthat/helper.R (loaded automatically)
create_test_data <- function() {
data.frame(
x = c(1, 2, 3, NA, 5),
group = c("a", "a", "b", "b", "b")
)
}
# In test file
test_that("process_data works with grouped data", {
test_data <- create_test_data()
result <- process_data(test_data)
expect_s3_class(result, "data.frame")
expect_equal(nrow(result), 2)
})
得:夾予多試文一致數。tests/testthat/helper.R 中助函由 testthat 自載。
敗則:助函不見者,確文名 helper.R(非 helpers.R)且於 tests/testthat/。需者重 R 會。
第六步:模外依
test_that("fetch_data handles API errors", {
local_mocked_bindings(
api_call = function(...) stop("Connection refused")
)
expect_error(fetch_data("endpoint"), "Connection refused")
})
test_that("fetch_data returns parsed data", {
local_mocked_bindings(
api_call = function(...) list(data = list(value = 42))
)
result <- fetch_data("endpoint")
expect_equal(result$value, 42)
})
得:外依(API、庫、網呼)模之,試無實連而行。模返值行函之數處邏。
敗則:local_mocked_bindings() 敗者,確被模函於試範可達。他包之函者,用 .package 參。
第七步:複出之快照試
test_that("format_report produces expected output", {
expect_snapshot(format_report(test_data))
})
test_that("plot_results creates expected plot", {
expect_snapshot_file(
save_plot(plot_results(test_data), "test-plot.png"),
"expected-plot.png"
)
})
得:快照文立於 tests/testthat/_snaps/。首行立基線;後行對之較。
敗則:意變後快照敗者,以 testthat::snapshot_accept() 更之。跨平差者,用 variant 參守平特快照。
第八步:用略條
test_that("database query works", {
skip_on_cran()
skip_if_not(has_db_connection(), "No database available")
result <- query_db("SELECT 1")
expect_equal(result[[1]], 1)
})
test_that("parallel computation works", {
skip_on_os("windows")
skip_if(parallel::detectCores() < 2, "Need multiple cores")
result <- parallel_compute(1:100)
expect_length(result, 100)
})
得:需特境(網、庫、多核)之試正以略條守。本地行而於 CRAN 或限 CI 略。
敗則:CRAN 或 CI 上敗而本地過者,於 test_that() 塊首加宜 skip_on_cran()、skip_on_os()、或 skip_if_not() 守。
第九步:行試而察覆
# Run all tests
devtools::test()
# Run specific test file
devtools::test_active_file() # in RStudio
testthat::test_file("tests/testthat/test-function_name.R")
# Check coverage
covr::package_coverage()
covr::report()
得:諸試以 devtools::test() 過。覆報示已達目百分(目 >80%)。
敗則:試敗者,讀試出求特斷敗。覆下目者,用 covr::report() 識未試碼徑而為加試。
驗
- 諸試以
devtools::test()過 - 覆逾目百分
- 諸出函至少有一試
- 訛條已試
- 邊例覆(NA、NULL、空、界值)
- 試不賴外態或行序
陷
- 試相依:每
test_that()塊必獨立 - 硬編文徑:用
testthat::test_path()為試夾 - 浮點較:用
expect_equal()(有容)非expect_identical() - 試私函:可時經公 API 試。
:::慎用 - CI 中快照試:快照平敏。跨平用
variant參 - 忘
skip_on_cran():需網、庫、長時之試於 CRAN 必略
例
# Pattern: test file mirrors R/ file
# R/weighted_mean.R -> tests/testthat/test-weighted_mean.R
# Pattern: descriptive test names
test_that("weighted_mean returns NA when na.rm = FALSE and input contains NA", {
result <- weighted_mean(c(1, NA), c(1, 1), na.rm = FALSE)
expect_true(is.na(result))
})
# Pattern: testing warnings
test_that("deprecated_function emits deprecation warning", {
expect_warning(deprecated_function(), "deprecated")
})
參
create-r-package- 為包立試基設為包立之部write-roxygen-docs- 錄所試之函setup-github-actions-ci- 推時自行試submit-to-cran- CRAN 需試於諸平過
GitHub Repository
Verwandte Skills
evaluating-llms-harness
TestenDiese Claude Skill führt den lm-evaluation-harness aus, um LLMs über 60+ standardisierte akademische Aufgaben wie MMLU und GSM8K zu benchmarken. Sie wurde für Entwickler entwickelt, um Modellqualität zu vergleichen, Trainingsfortschritt zu verfolgen oder akademische Ergebnisse zu berichten. Das Tool unterstützt verschiedene Backends, einschließlich HuggingFace- und vLLM-Modelle.
cloudflare-cron-triggers
TestenDiese Fähigkeit bietet umfassendes Wissen zur Implementierung von Cloudflare Cron Triggers, um Workers mithilfe von Cron-Ausdrücken zu planen. Sie behandelt das Einrichten periodischer Aufgaben, Wartungsjobs und automatisierter Workflows, während häufige Probleme wie ungültige Cron-Ausdrücke und Zeitzonenprobleme behandelt werden. Entwickler können sie zum Konfigurieren geplanter Handler, zum Testen von Cron-Triggers und zur Integration mit Workflows und Green Compute verwenden.
webapp-testing
TestenDiese Claude Skill bietet ein Playwright-basiertes Toolkit zum Testen lokaler Webanwendungen durch Python-Skripte. Es ermöglicht Frontend-Verifizierung, UI-Debugging, Screenshot-Aufnahme und Log-Einblick bei gleichzeitiger Verwaltung von Server-Lebenszyklen. Nutzen Sie es für Browser-Automatisierungsaufgaben, führen Sie Skripte jedoch direkt aus, anstatt deren Quellcode zu lesen, um Kontextverschmutzung zu vermeiden.
finishing-a-development-branch
TestenDiese Fähigkeit unterstützt Entwickler dabei, abgeschlossene Arbeiten zu finalisieren, indem sie testet, ob Tests bestehen, und dann strukturierte Integrationsoptionen präsentiert. Sie leitet den Workflow für das Zusammenführen von Code, das Erstellen von PRs oder das Bereinigen von Branches nach Abschluss der Implementierung. Nutzen Sie sie, wenn Ihr Code bereit und getestet ist, um den Entwicklungsprozess systematisch abzuschließen.
