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： 1. 任务分析 - 分析任务难度/风险/时间要求，推荐流程 2. 用户选择 - 用户确认流程类型（简化/完整/高级） 3. 执行流程 - 按选择的流程执行（审阅→执行→审核） 4. 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

1. 危险命令检测 - 禁止 rm -rf、DROP TABLE 等 2. 写入路径验证 - 限制在 workspace 目录内 3. 外部 API 调用 - 需要用户确认 4. 大额扣费 - >$100 需要人工审批

执行中监控

1. 原子锁 - 防止并发冲突 2. 事件日志 - 所有操作记录到 JSONL 3. 超时保护 - 超时自动终止

执行后审核

1. Auditor 验证 - 完整流程/高级流程必须 2. 测试覆盖 - 关键功能必须通过测试 3. 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 |

---

相关文档

REVOLUTION-CONFIG.md - 完整流程说明

MODEL-CONFIG.md - 模型配置详情

AUTO-REVOLUTION-FLOW-DECISION.md - 流程选择指南

---

最后更新： 2026-03-29 维护者: OpenClaw Community