test-coverage-improver

par openai

Improve test coverage in the OpenAI Agents Python repository: run `make coverage`, inspect coverage artifacts, identify low-coverage files, propose high-impact…

npx skills add https://github.com/openai/openai-agents-python --skill test-coverage-improver

Test Coverage Improver

Overview

Use this skill whenever coverage needs assessment or improvement (coverage regressions, failing thresholds, or user requests for stronger tests). It runs the coverage suite, analyzes results, highlights the biggest gaps, and prepares test additions while confirming with the user before changing code.

Quick Start

  1. From the repo root run make coverage to regenerate .coverage data and coverage.xml.
  2. Collect artifacts: .coverage and coverage.xml, plus the console output from coverage report -m for drill-downs.
  3. Summarize coverage: total percentages, lowest files, and uncovered lines/paths.
  4. Draft test ideas per file: scenario, behavior under test, expected outcome, and likely coverage gain.
  5. Ask the user for approval to implement the proposed tests; pause until they agree.
  6. After approval, write the tests in tests/, rerun make coverage, and then run $code-change-verification before marking work complete.

Workflow Details

  • Run coverage: Execute make coverage at repo root. Avoid watch flags and keep prior coverage artifacts only if comparing trends.
  • Parse summaries efficiently:
    • Prefer the console output from coverage report -m for file-level totals; fallback to coverage.xml for tooling or spreadsheets.
    • Use uv run coverage html to generate htmlcov/index.html if you need an interactive drill-down.
  • Prioritize targets:
    • Public APIs or shared utilities in src/agents/ before examples or docs.
    • Files with low statement coverage or newly added code at 0%.
    • Recent bug fixes or risky code paths (error handling, retries, timeouts, concurrency).
  • Design impactful tests:
    • Hit uncovered paths: error cases, boundary inputs, optional flags, and cancellation/timeouts.
    • Cover combinational logic rather than trivial happy paths.
    • Place tests under tests/ and avoid flaky async timing.
  • Coordinate with the user: Present a numbered, concise list of proposed test additions and expected coverage gains. Ask explicitly before editing code or fixtures.
  • After implementation: Rerun coverage, report the updated summary, and note any remaining low-coverage areas.

Notes

  • Keep any added comments or code in English.
  • Do not create scripts/, references/, or assets/ unless needed later.
  • If coverage artifacts are missing or stale, rerun pnpm test:coverage instead of guessing.

Plus de skills de openai

user-context
openai
Charger ou gérer les préférences de routage source durables du plugin Data Analytics, la logique d’intégration, la progression de la configuration et le registre de la couche sémantique.
official
notion-research-documentation
openai
Rechercher du contenu Notion et le synthétiser en notes structurées, rapports ou comparaisons avec citations. Interroger et récupérer des pages Notion à l'aide de requêtes ciblées, puis organiser les résultats par thème avec des citations de sources en ligne et une section de références. Choisir parmi quatre formats de sortie (note rapide, résumé de recherche, comparaison, rapport complet) en fonction de la portée et de l'objectif de l'utilisateur. Créer et mettre à jour des pages Notion à l'aide de modèles intégrés ; lier les sources directement et suivre les modifications à mesure que de nouvelles informations arrivent...
official
rcsb-pdb-skill
openai
Soumettre des requêtes RCSB PDB compactes pour les métadonnées principales, les requêtes Search API et les téléchargements FASTA. Utiliser lorsque l'utilisateur souhaite des résumés RCSB concis ; enregistrer le JSON brut ou…
official
pdf
openai
Lecture, création et validation de PDF avec rendu visuel et génération programmatique. Rendu des pages PDF en PNG pour inspection visuelle de la mise en page, de l'espacement et de la typographie avant livraison à l'aide de Poppler (pdftoppm). Génération programmatique de PDF avec reportlab pour un formatage fiable ; extraction de texte et de métadonnées avec pdfplumber ou pypdf. Application de normes de qualité : pas de texte rogné, d'éléments superposés, de tableaux cassés ou d'artefacts de rendu ; traits d'union ASCII uniquement, citations lisibles par l'humain. Utilisation...
official
test-coverage-improver
openai
Improve test coverage in the OpenAI Agents JS monorepo: run `pnpm test:coverage`, inspect coverage artifacts, identify low-coverage files and branches, propose…
official
playwright
openai
Automatisation de navigateur pilotée par terminal avec captures d'éléments et workflows d'interface utilisateur interactifs. Fonctionne via un script wrapper playwright-cli (nécessite npx) ; prend en charge les modes headless et headed pour le débogage visuel. Workflow principal : ouvrir une page, capturer pour des références d'éléments stables, interagir à l'aide des références, recapturer après navigation ou modifications du DOM. Inclut le remplissage de formulaires, le clic, la saisie, la gestion multi-onglets, la capture d'écran/PDF et l'enregistrement de traces pour le débogage de flux. Références d'éléments (par exemple, e3, e15)...
official
ukb-topmed-phewas-skill
openai
Récupérez des résumés compacts UKB-TOPMed PheWAS pour des variants uniques en acceptant une entrée rsID, GRCh37 ou GRCh38 et en résolvant la requête GRCh38 nécessaire. Utilisez lorsque…
official
code-review-context
openai
Contexte visible du modèle
official