让AI先写测试再写代码！28.9万星的Claude Skills技能库里有毒

最近在刷 GitHub 趋势时，发现一个 Claude Code 技能库悄悄突破了 28.9 万星——不是某个单一工具，而是 obra/superpowers 这个超大技能合集。它里面有一个子技能叫 test-driven-development，我愿称之为 AI 写代码的”护身符”。

先写测试，再写代码——AI 也能做 TDD

传统 TDD 的套路是：红（写个跑不通的测试）→ 绿（写最少的代码让它通过）→ 重构。听起来简单，但人类开发者经常偷懒跳过”红”这一步——反正我都知道代码怎么写了，先写再说。

这个 Skill 硬生生把这个规矩拧进了 AI 的工作流里。

核心规则只有一条铁律：没有失败的测试，就不能写生产代码。 你让 AI 去加个功能，它第一步不是给你写代码，而是先问你测试用例应该长什么样。你说”我要一个 retry 函数，失败重试3次”，它不会直接写实现，而是先逼你把 retryOperation 的测试用例写出来，验证失败信息符合预期，才进入写代码环节。

哪些场景用得上？

新功能开发 —— AI 不知道你要什么，先让它写测试，你就知道它的理解对不对

Bug 修复 —— 先写一个能复现 Bug 的测试，再动手修，防止修甲 Bug 引入乙 Bug

重构 —— 有一堆没有测试覆盖的遗留代码？先用 AI 生成测试用例，再重构，双重保险

Edge Case 补充 —— AI 写完代码总觉得测得不够全面？让 Skill 帮你审查测试覆盖率

安装方式

npx playbooks add skill obra/superpowers --skill test-driven-development

装完之后，Claude Code、Cursor、Windsurf、Cline 这些主流 AI 编程工具都能用。它的 Skill 文件里还附带了一份 writing-good-tests.md，专门教你什么是好的测试、什么是 TDD 反模式（比如用 mock 测 mock 而不是真实行为）。

说实话，用 AI 做 TDD 听起来有点反直觉——AI 不是应该帮我写代码吗？但你真正用起来会发现，AI 在测试生成上比代码生成更可靠，因为测试是确定性输出，而 AI 代码生成总会有各种幻觉。让 AI 写测试驱动自己写代码，相当于让它用自己的逻辑验证自己的输出。

这个技能来自超大规模的 superpowers 技能库（Star 28.9k+），质量有保证。开发者们赶紧用起来。

GitHub：https://github.com/obra/superpowers

GitHub: https://github.com/obra/superpowers