OlympHill
Fix Tests (Grade A) logo

Fix Tests (Grade A)Umiejętność programistyczna przetestowana pod kątem bezpieczeństwa dla Claude AI. Stopień A.

(0)
Daniel NikulshynZrecenzowane przez Daniel Nikulshyn·Zaktualizowano lipiec 2026

Przegląd

Fix Tests (Grade A) to systematyczny workflow służący do diagnozowania i naprawiania nieudanych testów. Prowadzi użytkowników krok po kroku, aby zidentyfikować nieudane testy, przeanalizować każde niepowodzenie, zastosować typowe wzorce naprawy i zweryfikować poprawki. Umiejętność ta jest przeznaczona do użycia, gdy użytkownik zgłasza nieudane testy lub prosi o ich naprawę. Kładzie nacisk na naprawianie jednego testu na raz, weryfikację każdej poprawki oraz zapewnienie, że nie pojawią się nowe niepowodzenia. Workflow obejmuje wymogi wstępne, takie jak działające polecenie testowe i sprawdzenie typów. Kategoryzuje niepowodzenia według typu (asercja, limit czasu, mock, typ) i dostarcza strategie dla typowych problemów, takich jak problemy z mockami i błędy asercji. Proces obejmuje uruchamianie zestawów testów, sprawdzanie komunikatów o błędach oraz aktualizację testów lub kodu w razie potrzeby. Celem jest zapewnienie, że wszystkie wcześniej nieudane testy przejdą, bez wprowadzania nowych niepowodzeń, przy zachowaniu pokrycia na poziomie co najmniej określonego minimum.

Kluczowe funkcje

  • Identyfikuj nieudane testy na podstawie komunikatów o błędach
  • Kategoryzuj niepowodzenia według typu (asercja, limit czasu, mock, typ)
  • Stosuj typowe wzorce naprawy dla problemów z mockami i asercjami
  • Naprawiaj jeden test naraz, weryfikując poprawność
  • Weryfikuj cały zestaw testów i pokrycie kodu

Cennik

Model
Free
Ocena
Brak recenzji

Zastosowania

Diagnozowanie nieudanych testów

Użyj, gdy użytkownik zgłasza nieudane testy, aby systematycznie zidentyfikować i skategoryzować niepowodzenia.

Naprawianie niepowodzeń testów

Stosuj typowe wzorce naprawy dla problemów, takich jak mock nie zwracający oczekiwanych wartości lub nieprawidłowe dopasowania.

Plusy i minusy

Plusy

  • Systematyczne podejście do naprawiania niepowodzeń testów
  • Kładzie nacisk na weryfikację, aby zapobiegać wprowadzaniu nowych niepowodzeń
  • Obejmuje typowe problemy, takie jak problemy z mockami i asercjami

Minusy

  • Polega na dokładnym poleceniu testowym i konfiguracji sprawdzania typów
  • Może nie obejmować wszystkich możliwych scenariuszy niepowodzeń testów
  • Wymaga ręcznego wysiłku przy analizie i naprawie każdego testu

Recenzje

Zaloguj się, aby zostawić recenzję.

Brak recenzji. Bądź pierwszy!

Pytania i odpowiedzi

Why You Should Use This?

| Audience | Key Benefits | | -------------------- | ------------------------------------------------------------------------------------------------- | | Individual | 30%+ token savings, stop repeating standards, security guardrails, instant scaffolding | | Teams | Consistent AI behavior, day-one onboarding, codified patterns, compounding cost savings | | Organizations | Always-on compliance, same standards across 1,000 projects, central governance, measurable ROI |

Asked by Jana Krejčí · May 28, 2026

What You Can Customize?

| Section | What It Controls | Example | | ------------- | -------------------------- | ---------------------------------------------- | | project | Project identity | Name, description, repo URL | | techStack | Language, framework, tools | TypeScript + Express or Python + FastAPI | | paths | Directory structure | Where handlers, services, and common code live | | domain | Business entities | Order, Product, Customer + lifecycle states | | patterns | Code patterns | 7-step handler flow, error handling strategy | | testing | Quality gates | 90% coverage, test/lint/type-check commands | | database | DB conventions | Soft delete field, timestamp columns, naming | | packages | Internal packages | @your-org scope, registry URL | | conventions | Git and workflow | Branch prefixes, commit format, PR templates |

Asked by Naomi Suzuki · May 1, 2026

What it detects?

| Category | Signals | | ------------------ | ------------------------------------------------------------------------------------------ | | Language | tsconfig.json, go.mod, Cargo.toml, requirements.txt, pom.xml, file extensions | | Framework | Dependencies in package.json / requirements.txt (React, Express, Django, Spring, etc.) | | Database | ORM configs (prisma/, sequelize, typeorm), .sql files, migration folders | | Testing | jest.config., vitest, pytest, cypress/, playwright.config. | | Infrastructure | Dockerfile, terraform/, cdk.json, serverless.yml, cloud SDK deps | | CI/CD | .github/workflows/, .gitlab-ci.yml, Jenkinsfile |

Asked by Vasyl Kovalenko · Apr 12, 2026

What's Inside?

| Layer | Count | What It Does | How It's Triggered | | ------------- | ----- | ------------------------------------------------- | ----------------------------------- | | Rules | 47 | Enforces coding standards on every AI interaction | Automatically — always on | | Agents | 62 | Specialized assistants for complex tasks | On demand — /agent-name | | Skills | 50 | Step-by-step guided workflows with checklists | Contextually — when patterns match | | Commands | 37 | Lightweight, token-efficient quick actions | On demand — /command | | Hooks | 12 | Automation scripts in the AI loop | Event-driven — before/after actions | | Templates | 9 | Scaffolding for handlers, components, tests, etc. | Referenced by skills and agents |

Asked by Wolfgang Krause · Mar 24, 2026

How It Works?

Layer 1 — Pre-Processing: Hooks inject project context and block dangerous commands before your prompt reaches the AI. Layer 2 — Rules Engine: 47 always-on rules enforce token efficiency, security, architecture, code standards, database conventions, and testing thresholds. Layer 3 — Specialized Processing: The right component activates — an agent, skill, or command — based on your prompt. Layer 4 — Post-Processing: Hooks validate output, auto-format, scan for secrets, and verify coverage.

Asked by Xiomara Delgado · Mar 15, 2026

Zadaj pytanie

Alternatywy dla Umiejętności

Manage Headers (Grade A) logo

Manage Headers (Grade A)

Umiejętności

Rozwijająca umiejętność bezpieczeństwa do Claude AI. Ocena A. Badanie i konfiguracja nagłówków bezpieczeństwa wysyłanych przez witrynę Power Pages do przeglądarek — polityka bezpieczeństwa treści, ochrona przed frame i clickjackingiem

(0)
Free
Using Git Worktrees (Grade A) logo

Using Git Worktrees (Grade A)

Umiejętności

Skill zabezpieczony pod kątem bezpieczeństwa dla Claude AI, klasy A. Użyj przy rozpoczynaniu pracy nad funkcją wymagającej izolacji od bieżącego środowiska lub przed realizacją planów wdrożeniowych – tworzy izolowane worktree Git.

(0)
Free
Ga4 Bigquery Schema (Grade A) logo

Ga4 Bigquery Schema (Grade A)

Umiejętności

Sprawdzone pod kątem bezpieczeństwa narzędzie data‑ai dla Claude AI. Ocena A. Referencja schematu eksportu GA4 do BigQuery — pełna dokumentacja pól, struktury zagnieżdżone, wzorce zapytań oraz wskazówki dotyczące wydajności

(0)
Free
Meta Capi (Grade A) logo

Meta Capi (Grade A)

Umiejętności

Przetestowana pod względem bezpieczeństwa umiejętność data-ai dla Claude AI. Ocena A. Meta Conversions API (CAPI) Konfiguracja odnośnika — architektura, typy zdarzeń, mieszanie informacji o klientach, deduplikacja, przykłady wdrożenia, AEM

(0)
Free
Callees (Grade A) logo

Callees (Grade A)

Umiejętności

Bezpieczna, przetestowana umiejętność programistyczna dla Claude AI. Klasa A. Lista funkcji/metod wywoływanych (bezpośredni wykres wywołań)

(0)
Free
Test Module Name (Grade A) logo

Test Module Name (Grade A)

Umiejętności

Składnik data-ai przetestowany pod kątem bezpieczeństwa dla Claude AI. Klasa A.

(0)
Free
Board Of Directors (Grade A) logo

Board Of Directors (Grade A)

Umiejętności

Skutecznie przetestowana umiejętność AI do danych dla Claude AI. Klasa A. Symuluje deliberację 5‑członkowej rady ekspertów przy kluczowych decyzjach. Używaj przy ocenie planów, wyborów architektonicznych, projektów funkcji lub innych decyzji.

(0)
Free
Advpl Mvc Avancado (Grade A) logo

Advpl Mvc Avancado (Grade A)

Umiejętności

Umiejętność programowania przetestowana pod względem bezpieczeństwa dla Claude AI. Klasa A. MVC zaawansowany via PE (Punkty Wejścia) — dodawanie niestandardowych siatek w standardowych ekranach MVC (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)

(0)
Free