Shelpuk & Company
    Open Source
    AI Coding Skill

    TDD pour agents IA

    Workflow de développement piloté par les tests réutilisable pour les agents de codage IA

    Le skill toujours actif qui impose une discipline TDD stricte, la documentation des exigences et des étapes minuscules vérifiées par les tests — l'orchestrateur qui fait fonctionner Kindly Web Search et Lad Code Review ensemble comme une suite de codage IA unifiée.

    Voir sur GitHub

    "Configuration fantastique. A amélioré la qualité de génération de code de Claude Code de 15–20 % pour les projets commerciaux de notre entreprise."

    Ostap Dribniuk
    Ostap DribniukSenior Software Engineer chez Relevant Software

    Partie de notre suite de codage IA

    TDD pour agents IA orchestre notre boîte à outils open source complète. Il appelle Kindly pour vérifier les hypothèses et Lad pour revoir les conceptions et le code.

    REQUIREMENTS.md

    Chaque tâche commence par un document d'exigences structuré. Cela élimine l'ambiguïté et donne à l'agent IA un contrat clair et testable.

    1État actuel

    Comportement et état actuels — ce qui existe aujourd'hui avant tout changement.

    2État cible

    Comportement souhaité après le changement — l'état cible clair.

    3Exigences

    Exigences fonctionnelles numérotées avec des critères d'acceptation explicites.

    4Plan de test

    Stratégie de test et cas de test suivant les bonnes pratiques TDD.

    5Plan d'implémentation

    Plus petits changements séquentiels, chacun avec sa propre vérification de test.

    6Revue de conception système

    Revu par Lad Code Review avant le début de l'implémentation.

    Workflow

    Un processus strict en six étapes qui transforme des exigences vagues en code testé prêt pour la production.

    1.Investiguer

    Inspecter la structure du dépôt, les chemins de code, le comportement actuel et les tests existants.

    2.Clarifier & Écrire les exigences

    Poser des questions de clarification, proposer des exigences testables, obtenir la confirmation de l'utilisateur, puis écrire REQUIREMENTS.md.

    3.Valider les hypothèses

    Utiliser Kindly Web Search pour vérifier les signatures d'API, le comportement des versions, les breaking changes et les dépréciations.

    4.Revue de conception avec Lad

    Soumettre la conception système à l'outil system_design_review de Lad. Itérer jusqu'à convergence du feedback.

    5.Implémenter avec TDD

    Suivre le Plan d'implémentation dans l'ordre. Écrire les tests d'abord, implémenter les fonctionnalités ensuite, vérifier que les tests passent.

    6.Revue de code & Vérifier

    Utiliser l'outil code_review de Lad après chaque changement. Implémenter les suggestions pertinentes.

    Non négociables

    Ces règles sont toujours appliquées. Pas de raccourcis, pas d'exceptions — sauf si l'utilisateur choisit explicitement de ne pas les suivre.

    Investiguer avant de changer quoi que ce soit — comprendre l'état, les logs et les entrées utilisateur d'abord
    Pas de modification des exigences sans confirmation explicite de l'utilisateur
    Écrire REQUIREMENTS.md avant toute implémentation
    Utiliser Kindly Web Search pour vérifier toutes les hypothèses d'API et de dépendances
    Implémenter dans les plus petites étapes possibles, chacune testée avant de continuer
    Faire revoir chaque changement de code avec Lad Code Review avant de passer à la suite

    Une suite, trois outils

    TDD pour agents IA est l'orchestrateur qui lie nos outils de codage IA open source en un workflow de développement complet.

    Assistants de codage IA supportés

    Codex (OpenAI)
    Claude Code
    Gemini CLI
    Cursor
    Windsurf
    Antigravity (Google IDE)

    Prêt à apporter la discipline TDD à votre workflow de codage IA ?

    Déployez la suite complète dans votre cloud privé ou recrutez les ingénieurs qui l'ont construite.

    Star sur GitHub

    Questions fréquentes

    Réponses aux questions fréquentes sur ce sujet.

    Comment imposer une discipline test-first pour les agents de coding IA ?

    Workflow TDD pour les agents de codage IA. Discipline de test automatisée pour Claude Code et Codex. Shelpuk AI Technology Consulting a créé ce skill pour rendre le développement piloté par agents auditable, testable et répétable.

    Comment ce workflow améliore-t-il la qualité des exigences et la traçabilité d'implémentation ?

    Le workflow impose investigation, documentation explicite des exigences, implémentation tests-first et boucles de review itératives avant des changements larges. Shelpuk AI Technology Consulting aide les responsables engineering à relier rigueur de process et exécution IA plus rapide et plus sûre.

    Comment déployer le TDD Skill sur plusieurs repositories et clients d'agents ?

    Un modèle d'adoption efficace commence sur des repositories pilotes avec templates partagés et checks de policy pour harmoniser les comportements. Shelpuk AI Technology Consulting accompagne l'adoption multi-repo avec playbooks d'implémentation, sessions d'enablement et modèles de gouvernance.

    Quel investissement est typiquement requis pour opérationnaliser ce skill open source en équipe production ?

    Le skill est open source, et les budgets portent surtout sur coaching de rollout, intégration repository et mesure de l'impact engineering. Shelpuk AI Technology Consulting propose des services pour transformer cette méthode en modèle opératoire durable pour les organisations engineering.