Test-Driven Revolution

Dev Tools

Test-Driven Revolution implements an AI-driven iterative code evolution system with automated coding, testing, auditing, and controlled task workflows.

Install

openclaw skills install test-driven-revolution

Test-Driven Revolution Skill

Version: 2.0.0
AgentSkills: v1.1.0
Author: OpenClaw Community
Created: 2026-03-28
Updated: 2026-03-29

描述

Test-Driven Revolution (TDR) 是一个测试驱动的 AI 自动进化系统：

AI 写代码 → AI 测试 → AI 改 bug → 测试通过 → 下一轮

与 Auto Revolution 的关系：

TDR = 用户 interface（AgentSkills 技能包，手动触发）
Auto Revolution = 底层执行引擎（Cron 心跳自动执行）
两者共享同一套配置和脚本，只是触发方式不同

触发方式对比：

系统	触发方式	适用场景
TDR	用户说"用 TDR 创建 XX"	主动开发新功能
Auto Revolution	Cron 定时任务（每 5 分钟）	后台自动执行任务队列

核心工作流：

任务分析 - 分析任务难度/风险/时间要求，推荐流程
用户选择 - 用户确认流程类型（简化/完整/高级）
执行流程 - 按选择的流程执行（审阅→执行→审核）
循环迭代 - 审核通过→下一轮；审核失败→打回重做

角色说明：

Planner - 负责任务分析和流程推荐（主 Agent）
Reviewer - 负责技术选型审查和指令生成（高级模型）
Executor - 负责代码执行和文件操作（默认模型）⭐
Auditor - 负责质量审核和验证（高级模型）

系统特性：

📊 任务难度分析 - 自动评估复杂度/风险/时间要求
🎯 流程推荐 - 根据任务类型推荐简化/完整/高级流程
👤 用户选择 - 推荐后由用户确认最终流程
🔒 原子锁：mkdir 原子操作，防止并发竞态
🛡️ 安全扫描：执行前检测危险命令模式
📝 事件日志：所有操作追加 JSONL 日志
🔗 依赖激活：依赖完成后自动激活下游任务
💰 成本控制：Executor 统一使用默认模型

触发关键词

主动触发（推荐）：

"用 TDR 创建一个 HTTP 服务器"
"启动 TDR，做个报价单生成器"
"运行进化系统，开发 XX 功能"
"创建 TDR 任务"

不要触发（直接执行）：

❌ "创建一个频道" → 直接调用 message 工具
❌ "给张三发邮件" → 直接调用邮件工具
❌ "查天气" → 直接调用 weather 工具
❌ "创建文件" → 直接写文件

适用场景 ⭐

✅ 适合用 TDR

场景	示例	推荐流程
复杂功能开发	"用 TDR 做个邮件自动回复系统"	完整流程
代码生成 + 测试	"用 TDR 创建 API 客户端，带单元测试"	完整流程
多步骤任务	"用 TDR 开发完整的 CRUD 接口"	完整流程
需要质量保证	"用 TDR 开发支付模块"	高级流程
文档更新	"用 TDR 补齐 references 文档"	简化流程
Bug 修复（紧急）	"用 TDR 修复登录漏洞"	简化流程

❌ 不适合用 TDR

场景	正确做法	原因
简单操作	直接调用工具	不需要迭代测试
一次性任务	直接执行	TDR 流程太重
外部 API 调用	直接调用 API	TDR 不直接调外部 API
日常对话	正常回复	不需要代码生成

三种流程模式

1. 简化流程 ⚡

步骤： Executor 直连（无审阅/审核）

模型： Executor = 默认模型

耗时： ~5 分钟/任务

成本： 🆓 免费（使用包月额度）

适用场景：

文档更新（SKILL.md、参考文档）
简单 Bug 修复（紧急）
批量改进（低风险）
代码量 <100 行

示例：

node scripts/auto-plan.js "更新 references 文档"
# 自动选择：简化流程

2. 完整流程 📊

步骤： Reviewer → Executor → Auditor

模型：

Reviewer: 高级模型 → fallback → 备用模型
Executor: 默认模型
Auditor: 高级模型 → fallback → 备用模型

耗时： ~15 分钟/任务

成本： 🆓 免费（使用包月额度）

适用场景：

新功能实现
代码重构（中等风险）
多文件修改
代码量 100-500 行

示例：

node scripts/auto-plan.js "实现 forward 命令"
# 自动选择：完整流程

3. 高级流程 🏆

步骤： Reviewer → Executor → Auditor

模型：

Reviewer: 顶级模型
Executor: 默认模型
Auditor: 顶级模型

耗时： ~15 分钟/任务

成本： 💰$$（按量计费，约 $0.5-2/任务）

适用场景：

核心功能开发
安全相关修复
生产发布前验证
代码量 >500 行

示例：

node scripts/auto-plan.js "修复 prompt injection 漏洞"
# 自动选择：高级流程

任务难度评估

评估维度

维度	简单	中等	复杂
代码量	<100 行	100-500 行	>500 行
文件数	1-2 个	3-5 个	>5 个
依赖	无	部分	跨模块
风险	低	中	高
可回滚	是	部分	否

自动推荐规则

任务类型	默认流程	例外情况
文档更新	简化流程	大规模重构→完整
Bug 修复	简化流程	安全漏洞→高级
新功能	完整流程	核心功能→高级
代码重构	完整流程	核心架构→高级
安全修复	高级流程	-
批量改进	简化流程	影响核心→完整

使用方法

0. 自动分析 + 用户选择（推荐）⭐

全自动模式：

# Step 1: 分析任务并推荐流程
node scripts/auto-plan.js "创建一个 HTTP 服务器，监听 3000 端口"

# 输出：
# 📋 任务分析
# - 复杂度：中等（预计 300 行代码，3 个文件）
# - 风险：中（新功能，不影响现有模块）
# - 时间：正常
# 
# 🎯 流程推荐：完整流程
# 理由：
# 1. 新功能开发，需要质量保证
# 2. 多文件修改（route/controller/test）
# 3. 预计耗时 ~15 分钟
# 
# ❓ 请选择流程：
# A. 简化流程（5 分钟，无审核）
# B. 完整流程（15 分钟，有审核）⭐ 推荐
# C. 高级流程（15 分钟，顶级模型审核，付费）

用户确认后执行：

# 用户回复 "B" 或 "完整流程"
node scripts/auto-plan.js --confirm B

1. 手动创建任务

在 tasks/ 目录下创建 JSON 文件：

cat > tasks/task-001.json << 'EOF'
{
  "task_id": "task-001",
  "title": "手动创建的任务",
  "description": "任务描述",
  "status": "pending",
  "priority": "P1",
  "flow": "full",
  "subtasks": [
    {
      "id": 0,
      "title": "子任务 1",
      "description": "描述"
    }
  ]
}
EOF

flow 字段可选值：

simplified - 简化流程
full - 完整流程
advanced - 高级流程

2. 执行任务

# 自动执行（按任务配置的 flow 字段）
node scripts/auto-execute.js task-001

# 手动指定流程
node scripts/auto-execute.js task-001 --flow full

配置文件

位置： config/models.json

{
  "roles": {
    "reviewer": {
      "primary": "高级模型",
      "fallback": "备用模型"
    },
    "executor": "默认模型",
    "auditor": {
      "primary": "高级模型",
      "fallback": "备用模型"
    }
  },
  "timeouts": {
    "reviewer": 300,
    "executor": 300,
    "auditor": 180
  },
  "enforceAudit": true,
  "executorDefault": "默认模型"
}

流程对比表

特性	简化流程	完整流程	高级流程
步骤	Executor	Reviewer→Executor→Auditor	Reviewer→Executor→Auditor
Executor	默认模型	默认模型	默认模型
Reviewer	-	高级模型	顶级模型
Auditor	-	高级模型	顶级模型
耗时	~5m	~15m	~15m
成本	🆓	🆓	💰$$
成功率	~80%	~90%	~95%
适用	文档/简单 Bug	新功能/重构	核心/安全

安全规则

执行前检查

危险命令检测 - 禁止 rm -rf、DROP TABLE 等
写入路径验证 - 限制在 workspace 目录内
外部 API 调用 - 需要用户确认
大额扣费 - >$100 需要人工审批

执行中监控

原子锁 - 防止并发冲突
事件日志 - 所有操作记录到 JSONL
超时保护 - 超时自动终止

执行后审核

Auditor 验证 - 完整流程/高级流程必须
测试覆盖 - 关键功能必须通过测试
回滚方案 - 高风险操作必须提供

错误处理

审核失败

审核失败 → current_iteration++ → 打回 Executor 重做
最多 3 次迭代 → 标记 failed → 人工介入

超时处理

超时 → 重试（最多 2 次） → 切换 fallback 模型 → 仍失败则标记 failed

模型认证失败

401 认证失败 → 切换 fallback 模型 → 记录错误日志

最佳实践

1. 任务拆解

好：

{
  "subtasks": [
    {"title": "创建 HTTP 服务器", "description": "监听 3000 端口"},
    {"title": "添加路由", "description": "GET /health, GET /api/data"},
    {"title": "编写测试", "description": "单元测试覆盖率>80%"}
  ]
}

不好：

{
  "subtasks": [
    {"title": "完成整个项目"}  // 太笼统
  ]
}

2. 流程选择

文档更新 → 简化流程（快速、免费）
新功能 → 完整流程（有审核、免费）
安全修复 → 高级流程（顶级模型审核、付费）

3. 迭代控制

单次迭代 <10 分钟
最多 3 次迭代
3 次失败后人工介入

版本历史

版本	日期	更新内容
2.0.0	2026-03-29	添加任务难度分析、三种流程模式、用户选择机制
1.0.0	2026-03-28	初始版本

Test-Driven Revolution

Install

Test-Driven Revolution Skill

描述

触发关键词

适用场景 ⭐

✅ 适合用 TDR

❌ 不适合用 TDR

三种流程模式

1. 简化流程 ⚡

2. 完整流程 📊

3. 高级流程 🏆

任务难度评估

评估维度

自动推荐规则

使用方法

0. 自动分析 + 用户选择（推荐）⭐

1. 手动创建任务

2. 执行任务

配置文件

流程对比表

安全规则

执行前检查

执行中监控

执行后审核

错误处理

审核失败

超时处理

模型认证失败

最佳实践

1. 任务拆解

2. 流程选择

3. 迭代控制

版本历史

相关文档

Related skills