AI编程实战：给开源项目补测试

写在前面

给开源项目补测试，是练 AI 协作和攒简历双赢的事：项目得到真实贡献，你获得"在陌生代码库用 AI 干活"的经验。

一、选仓库三原则

1. 小：几千行以内，别一上来挑战大项目；
2. 活跃：最近有 commit、维护者会回 issue；
3. 测试覆盖率低：才有贡献空间，也说明 PR 会被欢迎。

二、完整流程

git clone <仓库地址>

然后让 AI 读结构：

先看项目结构和现有测试，告诉我：核心模块有哪些、哪些函数还没有测试、现有测试框架是什么

挑一个纯函数（无 IO、无网络），让 AI 写测试：

为 utils.py 中的 parse_duration 函数补单元测试，遵循项目现有测试风格，覆盖正常/边界/异常输入

本地跑通后，看仓库的 CONTRIBUTING 文档，按规范提 PR。

三、注意三件事

1. 遵守贡献规范：先读 CONTRIBUTING，多数项目要求先开 issue 说明意图；
2. 只做小改动：第一次贡献控制在"一个函数 + 一组测试"；
3. 让 AI 解释依赖：遇到不认识的模式，让 AI 先讲清楚再动手。

提示：别一上来挑战大项目。先从小而真实的贡献开始，跑通一次 PR 流程，你就有底气了。

小结与下篇预告

这篇学会了在陌生代码库用 AI 贡献代码。下一篇《AI编程实战：把老代码重构到能维护》，回到自己的项目，解决"老代码不敢动"的问题。

小作业

挑一个合适的开源仓库，clone 下来让 AI 分析结构，找出一个值得补测试的函数并写好测试（不提交也可以，跑通本地即可）。