/moai coverage
分析测试覆盖率、识别缺口并自动生成缺失测试的命令。
一句话总结: /moai coverage 是 “测试缺口猎手”。使用语言专用覆盖率工具 精确测量，按优先级 自动生成缺失测试。
斜杠命令: 在 Claude Code 中输入 /moai:coverage 可以直接运行此命令。仅输入 /moai 即可查看所有可用子命令列表。
概述
要提高测试覆盖率，首先需要知道哪里不足。/moai coverage 使用语言专用工具精确测量覆盖率，按风险程度对缺口进行优先级分类，并自动生成缺失的测试。
根据 quality.yaml 中的 development_mode 设置，以 TDD 或 DDD 方式生成测试。
用法
# 分析整个项目覆盖率并生成测试
> /moai coverage
# 以 85% 覆盖率目标分析
> /moai coverage --target 85
# 仅分析特定文件
> /moai coverage --file src/auth/
# 仅生成报告 (不生成测试)
> /moai coverage --report
# 仅显示未覆盖的行
> /moai coverage --uncovered
# 仅关注关键路径
> /moai coverage --critical支持的标志
| 标志 | 描述 | 示例 |
|---|---|---|
--target N | 覆盖率目标百分比 (默认: quality.yaml 的 test_coverage_target) | /moai coverage --target 85 |
--file PATH | 仅分析特定文件或目录 | /moai coverage --file src/auth/ |
--report | 仅生成报告，不生成测试 | /moai coverage --report |
--package PKG | 仅分析特定包 (Go) 或模块 | /moai coverage --package pkg/api |
--uncovered | 仅显示未覆盖的行/函数 | /moai coverage --uncovered |
--critical | 关注关键路径 (高 fan_in, 公共 API) | /moai coverage --critical |
—target 标志
指定覆盖率目标。未指定时使用 quality.yaml 的 test_coverage_target 值 (默认: 85%):
# 目标 90% 覆盖率
> /moai coverage --target 90—report 标志
不生成测试，仅输出缺口分析报告:
> /moai coverage --report想了解当前状态时非常有用。
—critical 标志
仅关注 P1 (公共 API, 高 fan_in) 和 P2 (业务逻辑, 错误处理):
> /moai coverage --critical执行过程
/moai coverage 分5个阶段执行。
阶段1: 覆盖率测量
使用语言专用工具精确测量覆盖率:
| 语言 | 覆盖率工具 | 执行命令 |
|---|---|---|
| Go | go test + cover | go test -coverprofile=coverage.out -covermode=atomic ./... |
| Python | pytest-cov 或 coverage | pytest --cov --cov-report=json |
| TypeScript/JavaScript | vitest 或 jest | vitest run --coverage |
| Rust | cargo-llvm-cov | cargo llvm-cov --json |
测量结果:
- 整体覆盖率百分比
- 文件级覆盖率百分比
- 函数级覆盖率数据 (已覆盖/未覆盖行)
- 分支覆盖率 (如可用)
阶段2: 缺口分析
识别低于覆盖率目标的文件并按优先级分类:
| 优先级 | 条件 | 描述 |
|---|---|---|
| P1 (关键) | 公共 API 函数, fan_in >= 3, @MX:ANCHOR | 最高优先级测试需求 |
| P2 (高) | 业务逻辑, 错误处理路径 | 高业务影响代码 |
| P3 (中) | 内部工具, 辅助函数 | 目标未达时需要测试 |
| P4 (低) | 生成代码, 配置, 简单 getter/setter | 可从目标中排除 |
阶段3: 测试生成
根据 quality.yaml 的 development_mode 以不同方式生成测试:
| 模式 | 测试方式 | 描述 |
|---|---|---|
| TDD | RED-GREEN-REFACTOR | 先写失败测试后验证 |
| DDD | 特征化测试 | 捕获现有行为的测试 |
测试生成顺序: P1 → P2 → P3 → 跳过 P4
对于每个缺口:
- 表驱动测试 (Go) 或参数化测试 (Python/TS)
- 包含边界情况和错误场景
- 遵循代码库现有测试模式
- 遵守文件命名规范 (
*_test.go,*.test.ts,test_*.py)
阶段4: 验证
测试生成后:
- 运行完整测试套件确保无回归
- 重新测量覆盖率确认改进
- 比较前后覆盖率百分比
- 验证是否达到目标
阶段5: 报告
## 覆盖率报告
### Before: 72.5% -> After: 88.3%
### 目标: 85% - 已达成
### 生成的测试: 8个
- auth_test.go: TestAuthenticateUser (覆盖 P1 缺口)
- auth_test.go: TestValidateToken (覆盖 P1 缺口)
- handler_test.go: TestErrorHandling (覆盖 P2 缺口)
### 按包的覆盖率
| 包 | Before | After | 目标 | 状态 |
|----|--------|-------|------|------|
| pkg/api | 70% | 88% | 85% | PASS |
| pkg/core | 45% | 82% | 85% | FAIL |
### 剩余缺口
- pkg/core: 差 3% (2个函数未覆盖)代理委托链
代理角色:
| 代理 | 角色 | 主要工作 |
|---|---|---|
| MoAI 编排器 | 工作流协调, 用户交互 | 报告输出, 下一步指引 |
| expert-testing | 测量、分析、生成、验证专员 | 覆盖率测量、缺口分析、测试编写、验证 |
常见问题
Q: 使用哪些覆盖率工具？
根据项目语言自动选择标准工具。Go 使用 go test -cover，Python 使用 pytest-cov，TypeScript 使用 vitest 或 jest 的覆盖率功能。
Q: 生成的测试质量如何？
通过分析代码库现有测试模式以一致的风格编写测试。包括表驱动测试、边界情况和错误场景。
Q: 如果未达到覆盖率目标怎么办？
会显示剩余缺口列表以及生成额外测试的选项。P4 (低优先级) 缺口会被跳过，因此可能无法达到 100%。
Q: 可以从覆盖率测量中排除特定文件吗？
可以通过 quality.yaml 的 coverage_exemptions 设置排除。但排除比例默认限制为 5%。