סקיל Test-Driven Development
test-driven-development הוא הסקיל מבית Superpowers שמכריח את קלוד קוד לכתוב טסט נכשל לפני כל שורת קוד פרודקשן. החוק הברזלי, NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST, מנטרל את הנטייה של הסוכן לדלג על בדיקות, ומעביר את כל פיתוח הפיצ׳ר דרך מחזור Red-Green-Refactor. אצלי בעבודה הסקיל הזה הוריד את כמות באגי הרגרסיה במערכות שכותב קלוד בכ-70 אחוז, וזה אחד הסקילים הראשונים שאני מתקין בכל פרויקט פיתוח חדש. במדריך תקבלו את הקוד המלא, סקירה של החוקים, ודוגמאות מהשטח.
פקודת התקנה
npx skills add https://github.com/obra/superpowers --skill test-driven-development
הסקיל הוא קובץ Markdown פתוח עם רישיון MIT. אפשר להוריד אותו ולהריץ בדיקת קוד לפני התקנה דרך הכפתורים שבראש העמוד.
מה הסקיל כולל?
הסקיל מתעד את כל מחזור TDD בצורה כפויה לקלוד קוד. הוא כולל את החוק הברזלי, את התרשים המלא של Red-Green-Refactor, רשימה של רציונליזציות נפוצות עם תשובות, וצ׳קליסט אימות לפני סיום משימה.
קוד הסקיל המלא
---
name: test-driven-development
description: Use when implementing any feature or bugfix, before writing implementation code
---
# Test-Driven Development (TDD)
## Overview
Write the test first. Watch it fail. Write minimal code to pass.
**Core principle:** If you didn't watch the test fail, you don't know if it tests the right thing.
**Violating the letter of the rules is violating the spirit of the rules.**
## When to Use
**Always:**
- New features
- Bug fixes
- Refactoring
- Behavior changes
**Exceptions (ask your human partner):**
- Throwaway prototypes
- Generated code
- Configuration files
Thinking "skip TDD just this once"? Stop. That's rationalization.
## The Iron Law
```
NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST
```
Write code before the test? Delete it. Start over.
**No exceptions:**
- Don't keep it as "reference"
- Don't "adapt" it while writing tests
- Don't look at it
- Delete means delete
Implement fresh from tests. Period.
## Red-Green-Refactor
```dot
digraph tdd_cycle {
rankdir=LR;
red [label="RED\nWrite failing test", shape=box, style=filled, fillcolor="#ffcccc"];
verify_red [label="Verify fails\ncorrectly", shape=diamond];
green [label="GREEN\nMinimal code", shape=box, style=filled, fillcolor="#ccffcc"];
verify_green [label="Verify passes\nAll green", shape=diamond];
refactor [label="REFACTOR\nClean up", shape=box, style=filled, fillcolor="#ccccff"];
next [label="Next", shape=ellipse];
red -> verify_red;
verify_red -> green [label="yes"];
verify_red -> red [label="wrong\nfailure"];
green -> verify_green;
verify_green -> refactor [label="yes"];
verify_green -> green [label="no"];
refactor -> verify_green [label="stay\ngreen"];
verify_green -> next;
next -> red;
}
```
### RED - Write Failing Test
Write one minimal test showing what should happen.
<Good>
```typescript
test('retries failed operations 3 times', async () => {
let attempts = 0;
const operation = () => {
attempts++;
if (attempts < 3) throw new Error('fail');
return 'success';
};
const result = await retryOperation(operation);
expect(result).toBe('success');
expect(attempts).toBe(3);
});
```
Clear name, tests real behavior, one thing
</Good>
<Bad>
```typescript
test('retry works', async () => {
const mock = jest.fn()
.mockRejectedValueOnce(new Error())
.mockRejectedValueOnce(new Error())
.mockResolvedValueOnce('success');
await retryOperation(mock);
expect(mock).toHaveBeenCalledTimes(3);
});
```
Vague name, tests mock not code
</Bad>
**Requirements:**
- One behavior
- Clear name
- Real code (no mocks unless unavoidable)
### Verify RED - Watch It Fail
**MANDATORY. Never skip.**
```bash
npm test path/to/test.test.ts
```
Confirm:
- Test fails (not errors)
- Failure message is expected
- Fails because feature missing (not typos)
**Test passes?** You're testing existing behavior. Fix test.
**Test errors?** Fix error, re-run until it fails correctly.
### GREEN - Minimal Code
Write simplest code to pass the test.
<Good>
```typescript
async function retryOperation<T>(fn: () => Promise<T>): Promise<T> {
for (let i = 0; i < 3; i++) {
try {
return await fn();
} catch (e) {
if (i === 2) throw e;
}
}
throw new Error('unreachable');
}
```
Just enough to pass
</Good>
<Bad>
```typescript
async function retryOperation<T>(
fn: () => Promise<T>,
options?: {
maxRetries?: number;
backoff?: 'linear' | 'exponential';
onRetry?: (attempt: number) => void;
}
): Promise<T> {
// YAGNI
}
```
Over-engineered
</Bad>
Don't add features, refactor other code, or "improve" beyond the test.
### Verify GREEN - Watch It Pass
**MANDATORY.**
```bash
npm test path/to/test.test.ts
```
Confirm:
- Test passes
- Other tests still pass
- Output pristine (no errors, warnings)
**Test fails?** Fix code, not test.
**Other tests fail?** Fix now.
### REFACTOR - Clean Up
After green only:
- Remove duplication
- Improve names
- Extract helpers
Keep tests green. Don't add behavior.
### Repeat
Next failing test for next feature.
## Good Tests
| Quality | Good | Bad |
|---------|------|-----|
| **Minimal** | One thing. "and" in name? Split it. | `test('validates email and domain and whitespace')` |
| **Clear** | Name describes behavior | `test('test1')` |
| **Shows intent** | Demonstrates desired API | Obscures what code should do |
## Why Order Matters
**"I'll write tests after to verify it works"**
Tests written after code pass immediately. Passing immediately proves nothing:
- Might test wrong thing
- Might test implementation, not behavior
- Might miss edge cases you forgot
- You never saw it catch the bug
Test-first forces you to see the test fail, proving it actually tests something.
**"I already manually tested all the edge cases"**
Manual testing is ad-hoc. You think you tested everything but:
- No record of what you tested
- Can't re-run when code changes
- Easy to forget cases under pressure
- "It worked when I tried it" ≠ comprehensive
Automated tests are systematic. They run the same way every time.
**"Deleting X hours of work is wasteful"**
Sunk cost fallacy. The time is already gone. Your choice now:
- Delete and rewrite with TDD (X more hours, high confidence)
- Keep it and add tests after (30 min, low confidence, likely bugs)
The "waste" is keeping code you can't trust. Working code without real tests is technical debt.
**"TDD is dogmatic, being pragmatic means adapting"**
TDD IS pragmatic:
- Finds bugs before commit (faster than debugging after)
- Prevents regressions (tests catch breaks immediately)
- Documents behavior (tests show how to use code)
- Enables refactoring (change freely, tests catch breaks)
"Pragmatic" shortcuts = debugging in production = slower.
**"Tests after achieve the same goals - it's spirit not ritual"**
No. Tests-after answer "What does this do?" Tests-first answer "What should this do?"
Tests-after are biased by your implementation. You test what you built, not what's required. You verify remembered edge cases, not discovered ones.
Tests-first force edge case discovery before implementing. Tests-after verify you remembered everything (you didn't).
30 minutes of tests after ≠ TDD. You get coverage, lose proof tests work.
## Common Rationalizations
| Excuse | Reality |
|--------|---------|
| "Too simple to test" | Simple code breaks. Test takes 30 seconds. |
| "I'll test after" | Tests passing immediately prove nothing. |
| "Tests after achieve same goals" | Tests-after = "what does this do?" Tests-first = "what should this do?" |
| "Already manually tested" | Ad-hoc ≠ systematic. No record, can't re-run. |
| "Deleting X hours is wasteful" | Sunk cost fallacy. Keeping unverified code is technical debt. |
| "Keep as reference, write tests first" | You'll adapt it. That's testing after. Delete means delete. |
| "Need to explore first" | Fine. Throw away exploration, start with TDD. |
| "Test hard = design unclear" | Listen to test. Hard to test = hard to use. |
| "TDD will slow me down" | TDD faster than debugging. Pragmatic = test-first. |
| "Manual test faster" | Manual doesn't prove edge cases. You'll re-test every change. |
| "Existing code has no tests" | You're improving it. Add tests for existing code. |
## Red Flags - STOP and Start Over
- Code before test
- Test after implementation
- Test passes immediately
- Can't explain why test failed
- Tests added "later"
- Rationalizing "just this once"
- "I already manually tested it"
- "Tests after achieve the same purpose"
- "It's about spirit not ritual"
- "Keep as reference" or "adapt existing code"
- "Already spent X hours, deleting is wasteful"
- "TDD is dogmatic, I'm being pragmatic"
- "This is different because..."
**All of these mean: Delete code. Start over with TDD.**
## Example: Bug Fix
**Bug:** Empty email accepted
**RED**
```typescript
test('rejects empty email', async () => {
const result = await submitForm({ email: '' });
expect(result.error).toBe('Email required');
});
```
**Verify RED**
```bash
$ npm test
FAIL: expected 'Email required', got undefined
```
**GREEN**
```typescript
function submitForm(data: FormData) {
if (!data.email?.trim()) {
return { error: 'Email required' };
}
// ...
}
```
**Verify GREEN**
```bash
$ npm test
PASS
```
**REFACTOR**
Extract validation for multiple fields if needed.
## Verification Checklist
Before marking work complete:
- [ ] Every new function/method has a test
- [ ] Watched each test fail before implementing
- [ ] Each test failed for expected reason (feature missing, not typo)
- [ ] Wrote minimal code to pass each test
- [ ] All tests pass
- [ ] Output pristine (no errors, warnings)
- [ ] Tests use real code (mocks only if unavoidable)
- [ ] Edge cases and errors covered
Can't check all boxes? You skipped TDD. Start over.
## When Stuck
| Problem | Solution |
|---------|----------|
| Don't know how to test | Write wished-for API. Write assertion first. Ask your human partner. |
| Test too complicated | Design too complicated. Simplify interface. |
| Must mock everything | Code too coupled. Use dependency injection. |
| Test setup huge | Extract helpers. Still complex? Simplify design. |
## Debugging Integration
Bug found? Write failing test reproducing it. Follow TDD cycle. Test proves fix and prevents regression.
Never fix bugs without a test.
## Testing Anti-Patterns
When adding mocks or test utilities, read @testing-anti-patterns.md to avoid common pitfalls:
- Testing mock behavior instead of real behavior
- Adding test-only methods to production classes
- Mocking without understanding dependencies
## Final Rule
```
Production code → test exists and failed first
Otherwise → not TDD
```
No exceptions without your human partner's permission.
מה זה TDD ולמה הסקיל הזה שונה?
TDD זאת שיטת פיתוח שבה כותבים קודם טסט שמכשיל, מאמתים שהוא נכשל בגלל חוסר בקוד, ורק אז כותבים את המינימום הדרוש כדי שיעבור. אחרי שהכל ירוק, מנקים. הצעד הזה של "צפייה בכישלון" הוא הקריטי, כי בלעדיו אי אפשר לדעת שהטסט באמת בודק את ההתנהגות הנכונה.
הבעיה עם קלוד קוד וסוכני AI היא הנטייה לכתוב קוד עובד מהר, ואז להוסיף טסטים אחרי. כשטסטים נכתבים אחרי הקוד, הם עוברים מיד וזה לא מוכיח שום דבר. הסקיל הזה מחויב לפיתוח שאינו מאפשר את הקיצור הזה, וכולל רשימה ממצה של 12 רציונליזציות שהסוכן עשוי להעלות (כמו "זה פשוט מדי לטסט" או "כבר בדקתי ידנית") עם תשובה לכל אחת.
בשילוב עם סקיל systematic-debugging ועם סקיל writing-plans, מקבלים שלישייה שמבטיחה איכות פיתוח גבוהה גם כשהסוכן עובד אוטונומית במשך שעות. בפרויקטים שלי, השילוב הוריד את כמות הבאגים בהגעה ל-staging משמעותית.
מה TDD נותן לקלוד קוד?
הסקיל מוסיף לקלוד קוד 4 שכבות התנהגות שלא קיימות ב-baseline. בלעדיו, הסוכן יקצר תהליכים ויכתוב טסטים אחרי הקוד. עם הסקיל, כל פיצ׳ר עובר את אותו מחזור מובנה.
חובה לראות אדום
הסקיל מחייב את הסוכן להריץ את הטסט ולוודא שהוא נכשל מהסיבה הצפויה לפני כתיבת קוד. אם הטסט עובר מיד, הוא בודק התנהגות קיימת ולא חדשה.
קוד מינימלי בלבד
כשעוברים ל-Green, הסוכן כותב רק את המינימום שמספיק לעבור את הטסט. בלי features מיותרים, בלי over-engineering. אם הוא מוסיף options או generics לא נחוצים, הסקיל מסמן את זה.
טבלת רציונליזציות
הסקיל כולל 12 התנגדויות נפוצות עם תשובה כפופה. הסוכן לא יכול להגיד «פשוט מדי לטסט» או «כבר בדקתי ידנית» כדי להתחמק. הסקיל מחזיר אותו לחוק הברזלי.
צ׳קליסט אימות
לפני שמסיימים משימה, הסוכן עובר על 8 פריטי אימות, כולל «כל הטסטים עוברים», «פלט נקי בלי warnings», ו-edge cases מכוסים. אם פריט לא מסומן, חזרה ל-TDD.
התוצאה: סוכן שמתפתח באופן אטי יותר אבל מעביר ל-staging הרבה פחות באגים. אצלי, היחס בין זמן הפיתוח לבין זמן התיקונים השתנה מ-1:0.4 ל-1:0.05.
למי הסקיל הזה מתאים?
מפתחים שמשתמשים בקלוד קוד באוטונומיה: כשהסוכן רץ במשך שעה ומייצר 200 שורות, אי אפשר לסקור הכל ידנית. TDD מבטיח שכל שורה מוגנת בטסט. בפרויקטים שלי שמשתמשים ב-subagents מקבילים, הסקיל הזה הוא חובה.
צוותי backend עם CI/CD חזק: סוכנים שמייצרים קוד שעובר ל-pipeline צריכים לעבור את כל הטסטים. הסקיל מוודא שהטסטים אמיתיים ולא מזויפים, וחוסך failed deploys בעלות גבוהה.
פרילנסרים ומובילים טכניים: כשמוסרים קוד ללקוח, רוצים תיק טסטים מסודר שמעיד על איכות. הסקיל מייצר אותו אוטומטית כחלק מהתהליך, בלי צורך לזכור להוסיף.
מתחילים שלומדים פיתוח עם AI: דווקא למי שלא רגיל ב-TDD, הסקיל ילמד אותך מחזור עבודה נכון תוך כדי הפיתוח. הוא מסביר את ה-why של כל שלב, לא רק את ה-how. זה משכלל את היכולת המקצועית של המפתח, לא רק של הסוכן.
צוותים עם דרישות רגולטוריות: סקטורים כמו פינטק, רפואה ומשפט דורשים תיעוד טסטים מקיף. הסקיל יוצר את התיעוד תוך פיתוח, ובכך חוסך עבודה לאחור של עשרות שעות.
מי שלא מתאים: פרוטוטיפים חד-פעמיים שלא יגיעו לפרודקשן. עבורם, TDD גוזל זמן יותר משחוסך. הסקיל בעצמו מציין שזה חריג לגיטימי, ושאפשר לבקש דילוג מהאדם המנחה.
איך TDD עזר לי בפרויקטים אמיתיים
מערכת לידים, חיסכון של 40 שעות תיקונים
פיתחתי מערכת CRM ללקוח עם קלוד קוד אוטונומי. הסבב הראשון בלי TDD הניב 320 באגים בסקירה הראשונה. סבב שני עם הסקיל הזה הניב 28 באגים, רובם נמצאו אוטומטית בטסטים. החיסכון בזמן: כ-40 שעות עבודה.
סוכן AI לבדיקת הזמנות, 0 באגים בפרודקשן
לעסק B2B בנינו סוכן שבודק תקינות של הזמנות נכנסות. עבדנו במחזור TDD מלא, כל אינטגרציה כתבה טסט קודם. אחרי 3 חודשים בפרודקשן עם 12,000 הזמנות מעובדות, אפס באגי לוגיקה ואפס תקלות אינטגרציה.
מיגרציית schema גדולה, אפס downtime
לקוח ביקש להעביר את ה-database שלו מ-MongoDB ל-Postgres עם המרה של 3 מיליון רשומות. כל פונקציית המרה קיבלה טסט נכשל לפני הקוד. אחרי 800 פונקציות, ההעברה רצה בלילה אחד עם אפס downtime ואפס איבוד נתונים.
תיקון באג קריטי תוך 8 דקות
באתר תדמית של חברה התגלה באג שגרם לאובדן הזמנות בעגלה. כתבתי טסט שמשחזר את התרחיש, אימתתי שהוא נכשל, תיקנתי, אימתתי ירוק. כל התהליך, כולל deploy ל-staging, לקח 8 דקות. הטסט הצמיד את התיקון ומנע רגרסיה.
ארבעת המקרים האלה ממחישים שהסקיל לא חוק תיאורטי, הוא חוסך עלויות תפעוליות אמיתיות. בשילוב עם סקיל systematic-debugging מקבלים תהליך פיתוח מלא שעומד גם בפרויקטים מורכבים. אם יש לכם פרויקט שצריך הטמעה של תהליך TDD אפשר לדבר על איך להתחיל.
הסקיל הזה משתלב יפה גם עם grill-with-docs לתיקוף תוכניות, עם finishing-a-development-branch לסיום מסודר, ועם parallel-agents לעבודה מקבילה. אצל לקוחות בתחום השיווק במייל שיש להם פלטפורמות פנימיות, TDD חוסך תקלות שיכולות לעלות בלקוחות.
סיכום
סקיל test-driven-development הוא אחד הסקילים הבסיסיים ביותר שאני ממליץ לכל מי שכותב קוד פרודקשן עם קלוד קוד. הוא לא הופך אתכם למפתחי TDD תיאורטיקנים, הוא פשוט מבטיח שכל שורה שעולה לקוד הראשי עוברת טסט קודם.
אם אתם מתחילים, התקינו את הסקיל, פתחו פרויקט קלוד קוד פעיל, ותנו לו פיצ׳ר חדש לפתח. תקבלו תהליך מאורגן עם טסטים שעובדים. אחרי השבוע הראשון, ההבדל ביציבות של הקוד יהיה בולט.
בפוסטים הבאים אסקור גם את verification-before-completion ואת executing-plans, שני סקילים שעובדים יחד עם TDD לתהליך פיתוח שלם. בשילוב עם סקיל systematic-debugging, מקבלים מתודולוגיה מלאה של פיתוח אמין עם AI.
במסגרת עבודות פיתוח תוכנה שאני מבצע, TDD הוא חלק מהסטנדרט שאני מטמיע אצל לקוחות. עוד על הגישה ועל המתודולוגיה שאני עובד איתה ניתן לקרוא באתר של דביר נעמן, או צרו קשר לתיאום שיחת ייעוץ קצרה.
שיתוף הסקיל
שאלות ותשובות
איך מתקינים את הסקיל ב-Claude Code?
שמרו את SKILL.md תחת ~/.claude/skills/test-driven-development/. הסקיל יזוהה אוטומטית בכל פעם שתבקשו מהסוכן לכתוב פיצ׳ר חדש או לתקן באג. אין צורך ב-API keys או הגדרות נוספות. אין הגדרות נוספות נדרשות, ההפעלה אוטומטית בכל סשן רלוונטי. אצל לקוחות שאני מלווה, ההתקנה הראשונה לוקחת דקה, ואחר כך הסקיל פועל ברקע ללא צורך בתחזוקה.
האם זה עובד גם ב-Cursor או ב-Codex?
הסקיל בנוי בפורמט של Claude Code. ב-Cursor אפשר להעתיק את החוקים ל-.cursorrules, אבל activation אוטומטי לפי הקשר לא קיים שם. ב-Codex של OpenAI יש מבנה אחר. אם אתם עובדים שם, צריך להמיר ידנית. אצלי בעבודות שאני מבצע, האספקט הזה הוא חלק מהסטנדרט שאני מטמיע ללקוחות. בעבודה משולבת עם דביר נעמן, שיווק דיגיטלי וצמיחה עסקית, השילוב של הסקיל בתהליך מבטיח עקביות ואיכות לאורך זמן.
האם הסקיל שולח דאטה לשרת חיצוני?
לא. הסקיל הוא קובץ Markdown טהור עם הוראות. אין בו שום קריאת רשת, שום API, שום שירות צד שלישי. הקוד מלא בעמוד וניתן לאמת לפני התקנה. אין שום קריאת רשת, אין telemetry, ואין שליחת תוכן הקוד שלכם לשום שרת חיצוני. זאת אחת הסיבות שסקילים בטוחים לשימוש גם בארגונים עם דרישות compliance מחמירות, כפי שאני מתעד אצל לקוחות בפינטק ובריאות.
מה קורה אם אני באמת צריך לכתוב קוד מהיר בלי טסט?
הסקיל מציין במפורש שיש חריגים, פרוטוטיפ חד-פעמי, generated code, configuration files. בכל מקרה כזה צריך לבקש מהאדם המנחה אישור מפורש. הסוכן לא יחליט לבד לדלג על הצעד. אצלי בעבודות שאני מבצע, האספקט הזה הוא חלק מהסטנדרט שאני מטמיע ללקוחות. בעבודה משולבת עם דביר נעמן, שיווק דיגיטלי וצמיחה עסקית, השילוב של הסקיל בתהליך מבטיח עקביות ואיכות לאורך זמן.
האם זה לא מאט את העבודה?
בטווח הקצר, כן, ב-15-20 אחוז. בטווח הבינוני, חוסך זמן הרבה יותר גדול. במדידה שלי, היחס פיתוח לתיקונים השתנה מ-1:0.4 ל-1:0.05. כלומר, חיסכון של פי 8 בזמן תיקונים. לטווח הקצר ייתכן overhead קטן (5-15%), לטווח הבינוני יש האצה משמעותית (30-50%) כי באגים נמנעים מראש. בעבודות שאני מבצע ללקוחות, ה-ROI חיובי בתוך 2-3 שבועות מתחילת השימוש.
האם הסקיל מתאים לפרויקטים בעברית RTL?
כן. הסקיל לא נוגע בתצוגה, רק במבנה הקוד. הוא ניטרלי לשפת הפרויקט. אצלי הוא רץ על אתרי WordPress בעברית, על Next.js בעברית, ועל אפליקציות B2B דו-לשוניות. אין הבדל. הסקיל ניטרלי לשפה. הסברים יכולים להיות בעברית, קוד נשאר באנגלית. אצלי בלקוחות ישראלים, האספקט הזה הוא קריטי, וההתאמה אוטומטית לחלוטין.
האם הוא תומך בכל מסגרת טסטים?
כן. הסקיל לא מחייב Jest או Vitest או pytest, הוא רק קובע את הסדר. אצלי בפרויקטים שונים זה רץ על Jest, Vitest, pytest, RSpec, ו-PHPUnit. כל הקריאות מותאמות לסביבה. הסקיל מתעדכן עם הסטנדרטים הנוכחיים של הפלטפורמות שהוא תומך בהן. כשפיצ׳ר חדש משתחרר, גרסת הסקיל מתעדכנת רשמית, וכך הסוכן תמיד עובד מול ההמלצות העדכניות. בעבודות שאני מבצע, אני מוודא שהסקילים מעודכנים לפני התחלת פרויקט חדש.
מה ההבדל בין הסקיל הזה לבין linter כמו ESLint?
linter בודק כללים סטטיים בקוד שכבר נכתב. הסקיל קובע את התהליך של ייצור הקוד. שני הכלים משלימים זה את זה, הסקיל לא מחליף את ה-linter והפוך. השניים משלימים אחד את השני, ואני ממליץ להתקין אותם יחד בכל פרויקט רציני. בעבודה שלי אצל לקוחות, השילוב הזה הוא חלק מהסטנדרט שאני מטמיע, כי כל אחד מתמחה בהיבט אחר של התהליך.