mcpField
S
sf-testing

sf-testing

github.com/jaganproテスト・品質4241.4k 回インストール26 週間前に更新
リポジトリ

sf-testing について

sf-testing は、Apex テストの失敗診断とカバレッジ分析を行う Salesforce 開発者向けスキルです。小さな範囲の実行から回帰テストまで、段階的な修正手順を案内します。

主な機能

  1. 01範囲を指定した Apex テスト実行
  2. 02失敗とスタックトレースの分析
  3. 03未カバー行とテスト不足の特定
  4. 04段階的なテスト修正ループ
  5. 05カバレッジ対象の提案

活用シーン

  1. 01失敗した Apex 単体テストの調査
  2. 02リリース前のカバレッジ確認
  3. 03一括処理や例外テストの不足確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/jaganpro/sf-skills --skill sf-testing

インストール後、Claude Code で/sf-testingを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

CREDITS.md
README.md
assets/
basic-test.cls
bulk-test.cls
dml-mock.cls
mock-callout-test.cls
stub-provider-example.cls
test-data-factory.cls
hooks/scripts/
parse-test-results.py
references/
cli-commands.md
mocking-patterns.md
performance-optimization.md
test-fix-loop.md
test-patterns.md
testing-best-practices.md

詳細

sf-testing：Salesforce のテスト実行とカバレッジ分析

ユーザーがApex テストの実行と失敗分析を必要としている場合に、このスキルを使用します。テストの実行、カバレッジの確認、失敗の解釈、カバレッジの改善、Salesforce コードのための体系的なテスト修正ループの管理が対象です。

このスキルが担当するタスク

次の作業が含まれる場合は、sf-testing を使用します。

  • sf apex run test のワークフロー
  • Apex 単体テストの失敗
  • コードカバレッジ分析
  • 未カバーの行と不足しているテストシナリオの特定
  • Apex コードの体系的なテスト修正ループ

次の場合は、別のスキルに委任してください。

最初に確認するコンテキスト

次の情報を尋ねるか、推定してください。

  • 対象組織のエイリアス
  • 希望するテスト範囲：単一クラス、特定のメソッド、スイート、またはローカルテスト
  • カバレッジのしきい値
  • ユーザーが求めているのは診断のみか、テスト修正ループも含むか
  • 関連するテストデータファクトリーがすでに存在するか

推奨ワークフロー

1. テスト範囲を確認する

次を特定します。

  • 既存のテストクラス
  • 対象となる本番クラス
  • テストデータファクトリー／セットアップヘルパー
2. まずは必要最小限のテストセットを実行する

失敗のデバッグでは範囲を絞って開始し、修正が安定してから範囲を広げます。

3. 結果を分析する

次に注目します。

  • 失敗したメソッド
  • 例外の種類とスタックトレース
  • 未カバーの行／カバレッジが不十分な箇所
  • 失敗の原因が、不適切なテストデータ、脆弱なアサーション、本番ロジックの不具合のいずれか
4. 体系的な修正ループを実行する

コードやテストの品質に問題がある場合は、次のようにします。

  • 必要に応じてコード修正をsf-apexに委任する
  • テストを追加または改善する
  • より広範な回帰テストの前に、対象を絞ったテストを再実行する
5. 意図的にカバレッジを改善する

次をカバーします。

  • 正常系
  • 異常系／例外パス
  • バルク処理パス（該当する場合は251件以上のレコード）
  • 関連する場合はコールアウトまたは非同期処理のパス

重要なルール

  • デフォルトでSeeAllData=falseにする
  • すべてのテストで、意味のある結果をアサートする
  • 単一レコードの正常系だけでなく、バルク処理の動作もテストする
  • 明確さと速度の向上につながる場合は、ファクトリー／@TestSetupを使用する
  • 非同期動作が重要な場合は、Test.startTest()とTest.stopTest()を組み合わせる
  • 不安定な組織依存要素をテスト内に隠さない

出力形式

完了時には、次の順番で報告してください。

  1. 実行したテスト
  2. 成功／失敗の概要
  3. カバレッジの結果
  4. 根本原因の調査結果
  5. 修正内容または次回実行の推奨事項

推奨される形式：

Test run: <scope>
Org: <alias>
Result: <passed / partial / failed>
Coverage: <percent / key classes>
Issues: <highest-signal failures>
Next step: <fix class, add test, rerun scope, or widen regression>

スキル間の連携

必要な作業委任先理由
本番コードの修正またはテストの作成sf-apexコードの生成と修正
バルクデータ／エッジケース用データの作成sf-data現実的なテストデータセット
更新したテストのデプロイsf-deployロールアウト
詳細な実行時ログの調査sf-debugより詳細な失敗分析

リファレンスマップ

まずはこちら
専門的なガイダンス

スコアガイド

スコア意味
108+本番環境に適用できる、強いテスト信頼性
96–107軽微な不足はあるが、良好なテストスイート
84–95許容範囲だが、カバレッジ／アサーションの強化が必要
< 84基準未満。信頼する前に見直しが必要

コメント

Markdown 対応