testing-python-pytest

name	testing-python-pytest
description	Generates professional pytest unit test suites for Python source files, ensuring >90% line and branch coverage per file. Analyzes modules with AST inspection to discover all classes, methods, and functions, then produces well-structured tests following the AAA pattern with fixtures, parametrize, mocking, and comprehensive edge cases. Use when asked to write unit tests, create a test suite, generate pytest tests, improve coverage, or test Python modules, classes, or functions — even if the user does not explicitly mention "pytest" or "coverage". Also use when CI pipelines report low test coverage.
compatibility	Requires Python >=3.8 and pip install pytest pytest-cov pytest-mock
license	MIT
metadata	{"author":"skill-creator","version":"1.1"}
allowed-tools	Bash Read Write

Python pytest Test Suite Generator

Generates comprehensive, production-quality pytest unit test suites that achieve >90% line and branch coverage per file.

Quick start

pip install pytest pytest-cov pytest-mock          # Einmalig installieren

python scripts/analyze_module.py src/my_module.py  # Modul analysieren
# → Schreibe tests/test_my_module.py  (siehe Workflow unten)
python scripts/run_coverage.py src/my_module.py tests/test_my_module.py

Workflow

Kopiere diese Checkliste und hake ab:

Testing Progress:
- [ ] Step 1: Modul analysieren          → analyze_module.py
- [ ] Step 2: Testdatei schreiben        → AAA, Fixtures, Parametrize, Mocks
- [ ] Step 3: Coverage messen            → run_coverage.py
- [ ] Step 4: Lücken schließen           → Fehlende Zweige gezielt testen
- [ ] Step 5: ≥90 % bestätigt            → Fertig ✓

Step 1 — Modul analysieren

python scripts/analyze_module.py <pfad/zum/modul.py>

Das Script gibt JSON aus mit: Klassen, Methoden, Funktionen, Typ-Hinweisen, Exception-Pfaden, Async-Code und konkreten Testing-Hints.

Step 2 — Testdatei schreiben

Dateiname: tests/test_<modulname>.py Lese references/PYTEST_PATTERNS.md für Fixtures, Parametrize, Mocking und Async-Tests.

Struktur jeder Testfunktion — AAA-Pflicht:

def test_<methode>_<szenario>(self, fixture):
    # Arrange  — Vorbedingungen und Eingaben
    input_val = ...
    # Act      — Aktion unter Test
    result = unit_under_test(input_val)
    # Assert   — Erwartetes Ergebnis prüfen
    assert result == expected

Mindestabdeckung pro Einheit:

Szenario	Pflicht
Happy path (Normalfall)	✓
Grenzwerte (0, -1, leer, None)	✓
Exception-Pfade (pytest.raises)	✓ je raise im Code
Alle Bedingungszweige (if/else)	✓
Externe Abhängigkeiten gemockt	✓

Step 3 & 4 — Coverage messen und Lücken schließen

python scripts/run_coverage.py <modul_pfad> <testdatei_pfad>

Das Script gibt aus: Gesamtabdeckung, nicht abgedeckte Zeilen, ob der 90 %-Threshold erreicht wurde, und konkrete Empfehlungen.

Feedback-Schleife:

1. Uncovered lines lesen → betroffene Zeile im Quellcode finden
2. Welcher Branch/Condition ist nicht abgedeckt?
3. Gezielten Test hinzufügen → erneut messen
4. Wiederholen bis ≥90 %

Step 5 — Abnahme

Coverage-Report zeigt ≥90 % für Zieldatei → Skill beendet.

Test-Datei Musterstruktur

"""Tests for <module_name>."""
import pytest
from unittest.mock import patch, MagicMock, call, ANY
from <package>.<module> import <ClassName>, <function_name>


# ── Fixtures ──────────────────────────────────────────────────────────────────

@pytest.fixture
def default_instance():
    """Standard-Instanz für Tests."""
    return <ClassName>(param="default")


@pytest.fixture
def mock_dependency(mocker):
    """Gemockte externe Abhängigkeit."""
    return mocker.patch("<package>.<module>.<ExternalClass>")


# ── <ClassName> ───────────────────────────────────────────────────────────────

class Test<ClassName>:
    """Tests für <ClassName>."""

    def test_init_sets_defaults(self):
        obj = <ClassName>()
        assert obj.attr == expected_default

    def test_<method>_returns_expected(self, default_instance):
        # Arrange
        ...
        # Act
        result = default_instance.<method>(...)
        # Assert
        assert result == expected

    @pytest.mark.parametrize("input,expected", [
        ("valid",   True),
        ("",        False),
        (None,      False),
    ])
    def test_<method>_parametrized(self, default_instance, input, expected):
        assert default_instance.<method>(input) == expected

    def test_<method>_raises_value_error_on_none(self, default_instance):
        with pytest.raises(ValueError, match="must not be None"):
            default_instance.<method>(None)

    def test_<method>_calls_dependency(self, default_instance, mock_dependency):
        default_instance.<method>("arg")
        mock_dependency.assert_called_once_with("arg")


# ── Modul-Funktionen ──────────────────────────────────────────────────────────

class Test<FunctionName>:
    def test_happy_path(self):
        assert <function_name>("valid") == expected

    def test_empty_input(self):
        assert <function_name>("") == []

    def test_raises_on_invalid_type(self):
        with pytest.raises(TypeError):
            <function_name>(42)

Coverage-Anforderungen

Metrik	Minimum
Zeilenabdeckung (je Datei)	≥ 90 %
Branch-Abdeckung	≥ 85 %
Öffentliche Methoden mit Test	100 %
Exception-Pfade getestet	100 %

Verfügbare Scripts

• scripts/analyze_module.py — AST-Analyse einer Python-Datei → JSON
• scripts/run_coverage.py — pytest + Coverage ausführen → JSON + Report

Referenzen

• PYTEST_PATTERNS.md — Fixtures, Parametrize, Mocking, Async, Patterns
• COVERAGE_CONFIG.md — pytest.ini, .coveragerc, pyproject.toml