1. 为什么你的 TDD 总是跑不起来TDD 的流程大家都背得出来先写一个失败的测试再写最少的代码让它通过最后重构。但真正落到日常开发里多数人的状态是——知道该写测试却总是先写实现测试留到有空再补然后永远没空。覆盖率长期卡在 30% 上下改一行代码要手动跑一遍mvn test看到红色报错再切回编辑器改改完再跑来回切换上下文一个下午就没了。我试过把 Claude Code 接进这个循环让它承担生成测试 → 运行失败 → 分析反馈 → 修复代码这四个动作人只负责审查和决策。实测下来一个中等复杂度的 Service 类从零测试到全绿手动大概要 40 分钟接上自动化循环后压缩到 8 分钟左右而且测试风格统一、Mock 策略合理不会出现断言粗糙、依赖真实网络这类坑。这篇要交付的是一套可复制的配置一份settings.json骨架、一个测试生成 Skill、一个写入即触发的 Hook以及验证整条流水线跑通的命令。适合已经在用 Claude Code、想把 TDD 真正跑成闭环的后端或全栈开发者。读完你能在本地项目里直接落地不需要改工具本体代码。2. 前置准备TaoToken 接入与 Claude Code 环境Claude Code 本身是终端里的 AI 编程助手要让它稳定跑 TDD 循环第一步是把模型接入配好。我用的是 TaoToken 的接入方式它提供兼容 Anthropic 的 API 端点配置简单适合本地和 CI 两种场景。先拿到 API Key。打开控制台创建密钥https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite创建后复制sk-开头的密钥接下来配置环境变量。Claude Code 读取ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY两个变量指向 TaoToken 的 API 地址即可export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_API_KEYsk-你的密钥如果你希望这些变量在每次开终端时自动生效写进~/.zshrc或~/.bashrc。Windows 用户用系统环境变量面板设置同名变量即可。安装 Claude Codenpm install -g anthropic-ai/claude-code claude --version能打印出版本号就说明 CLI 装好了。接着验证模型连通性跑一个最小请求claude -p 回复 ok --output-format json返回 JSON 里result字段是ok说明 API 接入正常。这一步很关键——后面所有自动化循环都依赖这个通道如果这里不通Hook 触发的修复请求会静默失败。注意API Key 不要硬编码进仓库文件。本地用环境变量CI 里用 Secrets 注入后面第 8 节会给具体做法。3. 可复制配置settings.json 骨架与 Skill 结构Claude Code 的项目级配置放在.claude/settings.json它决定权限、Hook 和工具白名单。下面这份骨架是我在多个项目里验证过的直接改路径就能用。{ permissions: { allow: [ Read, Grep, Glob, Write, Edit, Bash(mvn test:*), Bash(./gradlew test:*), Bash(npm test:*), Bash(pytest:*) ], deny: [ Bash(rm -rf:*), Bash(git push:*) ] }, hooks: { PostToolUse: [ { matcher: Write|Edit, hooks: [ { type: command, command: ./scripts/auto-test.sh } ] } ] } }几个要点解释一下。permissions.allow是白名单只放测试运行相关的 Bash 命令避免 AI 在修复时执行危险操作deny里挡掉删除和推送这是护栏。hooks.PostToolUse是关键——每当 Claude 写入或编辑文件就触发auto-test.sh实现保存即测试。Skill 放在.claude/skills/tdd-automation/SKILL.md用 YAML 元数据加 Markdown 正文。description字段决定 Claude 何时自动启用它写得越具体匹配越准--- name: tdd-automation description: 自动化 TDD 循环当用户要求为某个类或方法生成测试、运行测试并修复失败时启用 --- # TDD 自动化 Skill ## 工作流程 1. 分析目标代码识别所有公共方法及其输入输出 2. 为每个方法生成单元测试使用项目现有测试框架 3. 运行测试套件捕获失败输出 4. 分析失败根因编译错误、断言失败还是运行时异常 5. 修复实现代码重复步骤 3-4 直到全绿 6. 全绿后执行重构保持测试通过 ## 测试生成规范 - 每个测试用例独立不依赖执行顺序 - Mock 所有外部依赖不发起真实网络请求 - 覆盖正常路径、边界条件、异常路径 - 断言要具体避免 assertNotNull 这类弱断言 ## 失败处理策略 - 编译错误直接修复语法和类型问题 - 断言失败对比预期值与实际值判断是实现错还是测试错 - 运行时异常检查依赖注入和配置加载Skill 采用渐进式披露Claude 启动时只加载元数据判断任务相关后才读完整正文所以你可以把团队规范写得很细不用担心撑爆上下文。4. 测试生成让 AI 先读懂你的规范直接说给这段代码写测试得到的结果往往风格飘忽。正确做法是先让 Claude 理解项目结构再按 Skill 规范生成。在项目根目录启动 Claude Codeclaude进入交互后先让它扫描项目建立上下文 阅读 pom.xml 和 src/test 下已有的测试文件总结本项目使用的测试框架、断言库和 Mock 方式Claude 会读取依赖配置和现有测试输出一份风格摘要。确认无误后再触发测试生成 /skill tdd-automation 为 src/main/java/com/example/UserService.java 生成完整单元测试并运行它会先分析UserService的公共方法识别参数类型、返回值和分支逻辑然后按 Skill 里的规范生成UserServiceTest.java。生成过程中PostToolUseHook 会自动触发测试运行你不需要手动敲mvn test。如果项目较大想批量生成用 Headless 模式一行搞定claude -p 扫描 src/main/java 下所有未覆盖的公共方法为每个方法生成单元测试使用 JUnit 5 和 Mockito \ --output-format json \ --allowed-tools Read,Grep,Glob,Write \ --max-turns 20--max-turns限制交互轮数控制成本--allowed-tools限定工具范围这里不给 Bash避免它在生成阶段就乱跑命令。5. 失败反馈与代码修复闭环怎么转起来测试跑红之后反馈要能回到 Claude 的上下文里修复才有依据。auto-test.sh就是干这个的#!/bin/bash # scripts/auto-test.sh set -o pipefail mvn test test-output.log 21 STATUS$? if [ $STATUS -ne 0 ]; then echo 测试失败触发自动修复 claude -p 测试失败请阅读 test-output.log定位失败根因并修复实现代码。只改实现不要改测试断言除非断言本身写错了。 \ --allowed-tools Read,Grep,Glob,Write,Edit,Bash \ --max-turns 15 \ --output-format json else echo 测试通过 fi脚本逻辑很直白跑测试失败就把日志喂给 Claude让它分析并修复。--allowed-tools里给了Edit和Bash因为修复阶段需要改代码和重跑测试。这里有个细节值得说修复请求里明确写了只改实现不要改测试断言。如果不加这句Claude 有时会走捷径——直接把断言改成实际值测试是绿了但问题被掩盖了。这是我在实际项目里踩过的坑护栏必须写进提示词。整个循环的时序是这样的用户: 为 UserService 生成测试 ↓ Claude: 分析代码 → 生成 UserServiceTest.java ↓ Hook: 自动运行 mvn test ↓ 测试失败: 预期 张三实际 null ↓ Claude: 读日志 → 定位到 UserService 未处理空输入 → 修复 ↓ Hook: 再次运行 mvn test ↓ 测试通过 ↓ Claude: 建议重构等待确认失败反馈环节Claude 会区分三类问题编译错误直接修语法断言失败对比预期与实际判断是实现错还是测试错运行时异常检查依赖注入和配置。这个分类逻辑写在 Skill 的失败处理策略里保证每次行为一致。6. 验证请求与成功结果配置完成后用一个小例子验证整条流水线。假设有个Calculator类public class Calculator { public int divide(int a, int b) { return a / b; } }启动 Claude Code触发 Skill /skill tdd-automation 为 Calculator.divide 生成测试并运行预期行为Claude 生成CalculatorTest.java覆盖正常除法、除数为零、负数边界三种情况。Hook 自动跑测试divide(1, 0)会抛ArithmeticException测试红。Claude 读日志后修复divide加上除零判断重跑测试全绿。验证成功的标志有三个test-output.log最后一次记录是BUILD SUCCESSCalculatorTest.java里有三个独立的Test方法Calculator.java的divide方法多了边界处理逻辑。如果想在 CI 里验证用 Headless 模式跑一遍claude -p 运行所有单元测试如果有失败则分析根因并修复最多修复三轮 \ --output-format json \ --max-turns 30 \ --allowed-tools Read,Grep,Glob,Write,Edit,Bash返回的 JSON 里result字段会描述最终状态num_turns告诉你实际用了几轮。三轮内没修好就停下避免无限循环烧 Token。7. 本篇常见错排查Hook 不触发检查.claude/settings.json里matcher是否写成Write|Edit正则要匹配工具名。另外确认auto-test.sh有执行权限chmod x scripts/auto-test.sh。测试跑红但 Claude 不修复多半是auto-test.sh里claude -p的 API 环境变量没继承。在脚本开头显式导出ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY或者确认它们已在 shell 里 export。Claude 改测试断言而不是改实现提示词里必须加只改实现不要改测试断言这类约束。如果已经发生用git diff回滚测试文件重新触发修复。修复循环停不下来--max-turns设小一点比如 10 到 15。同时检查是不是测试本身写错了——比如断言了一个永远不可能的值Claude 怎么改实现都过不了。这种情况要人工介入改测试。权限被拒permissions.allow里没放对应的 Bash 命令。比如用 Gradle 但白名单里只有mvn test就会卡住。按项目实际测试命令补进去。上下文丢失长会话里 Claude 忘了 Skill 规范。用/skill tdd-automation重新加载或者把关键约束写进CLAUDE.md它会在每次会话自动读取。排查时优先看test-output.log和 Claude 的流式输出推理链条是可见的能直接看出它卡在哪一步。8. 语义一致 CTA 与落地建议跑通本地循环后下一步是把它接进 CI。GitHub Actions 里用 Secrets 注入密钥调用 Headless 模式做 PR 审查- name: Claude TDD Check env: ANTHROPIC_BASE_URL: https://taotoken.net/api ANTHROPIC_API_KEY: ${{ secrets.TAOTOKEN_API_KEY }} run: | claude -p 运行测试失败则修复最多三轮 \ --output-format json \ --max-turns 30 \ --allowed-tools Read,Grep,Glob,Write,Edit,Bash密钥在仓库 Settings 的 Secrets 里配置不要写进 YAML。接入文档和 API Key 管理都在下面两个入口接入文档: https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite API Keys: https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite如果你主要用 Claude Code 做长期编码和 Agent 任务Coding Plan 的额度模型比按次调用更划算适合把 TDD 循环常态化Coding Plan: https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite想先手动验证模型在测试生成上的表现可以直接在模型对话里试模型对话: https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite落地节奏建议这样排本周先在个人项目里跑通单模块循环记录时间和 Token 消耗本月把测试生成 Skill 固化进团队仓库用 Git 管理版本下个 Sprint 选一个中等复杂度模块完整跑一遍生成到修复的闭环用数据判断值不值得推广到全项目。护栏先立起来——白名单、max-turns、提示词约束这三样缺一不可。