Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add skills/crearize/ai-dev-helm/test-designnpx skills add Crearize/ai-dev-helm --skill test-designgit clone --depth 1 https://github.com/Crearize/ai-dev-helmWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/crearize/ai-dev-helm/test-design)<a href="https://agentmods.dev/skills/crearize/ai-dev-helm/test-design"><img src="https://agentmods.dev/badge/skills/crearize/ai-dev-helm/test-design.svg" alt="Measured on agentmods" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00044 | $0.04380 |
| Opus 5 | $0.00022 | $0.02190 |
| Sonnet 5 | $0.00009 | $0.00876 |
| Haiku 4.5 | $0.00004 | $0.00438 |
Grade A, and why
test-design scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 3d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 241 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Test Design Skill - テストオラクル起点のテスト設計
目的
テストコードを書けることと、正しいテストオラクルを設計できることは別能力である。
実装した AI 自身がテストを書くと、実装を通すことが目的化し（リワードハッキング）、実装の誤りをテストが一緒に間違える相関故障が起きる。テストの Green は「書いたテストの範囲で期待どおりに動いた」ことしか意味せず、期待値そのものが誤っていれば Green は誤りを追認するだけになる。
本スキルは、実装コードを書く前に「何が壊れうるか」「期待値の根拠はどこにあるか」「どうすればこの実装が間違っていることを証明できるか」を文書化し、実装と検証を同じ最適化ループから引き剥がす。
原則の定義は documents/development/quality-policy.md §4「テストオラクル原則」を正とする（本スキルはその実行手順である）。
実行タイミング
writing-plans / TDD（テストコードの作成）の手前で実行する。実装コードもテストコードも書き始める前が唯一の正しいタイミングであり、実装後に書いたメモはオラクルの独立性を担保しない。
- 機能実装・バグ修正のプランを立てた直後、最初のテストを書く前
quality-checkStep 3 から遡及実行された場合（後述「quality-check Step 3 との接続」）
Step 0: 適用判定（リスクレベルの自己判定）
変更予定の内容から、documents/development/quality-policy.md §1 のリスクレベル定義に照らして自己判定する。判定基準の表は同 §1 を参照すること（ここには転記しない）。
判定ルール:
- 複数領域にまたがる場合は最も高いレベルを採用する
- 判定に迷う場合は1段階高いレベルに倒す
| 判定結果 | 本スキルの適用 |
|---|---|
| High | 必須 — 以降の Step 1〜5 を実施し、テスト設計メモを作成する |
| Medium | 必須 — 同上 |
| Low | 対象外 — メモは不要。そのまま実装・TDD に進んでよい |
ゲート強度の全体像は documents/development/quality-policy.md §2 のゲートマトリクスを参照する。
判定結果（レベルとその根拠）はメモの冒頭に記録し、quality-check Step 1 のリスク判定と突き合わせられるようにする。
成果物: テスト設計メモ
保存先と命名規則
docs/superpowers/plans/YYYY-MM-DD-<feature>-test-design.md
YYYY-MM-DD: メモ作成日<feature>: 対象機能のスラッグ（対応するプランがある場合はプランと同じスラッグを使う）- 例:
docs/superpowers/plans/2026-08-20-order-cancellation-test-design.md
ライフサイクルはプランと同じ（非コミット）。 docs/superpowers/ は .gitignore 済みのローカル作業領域であり、メモをコミットしてはならない。
この命名規則は仕様である。
quality-checkStep 3 はテスト設計メモをdocs/superpowers/plans/*-test-design.mdのグロブで発見し、レポートスキーマのtest_design.memo_pathにそのパスを記録する。命名規則から外れたパスに置いたメモは発見されず、メモ欠落として遡及実行の対象になる。
Step 1: この変更の最重要リスク（上位3つ）
「この変更が本番で壊れたとき、何が最も痛いか」を列挙し、影響度で上位3つに絞る。
- ビジネス影響（金銭・データ喪失・信頼失墜）と発生しやすさの両面で評価する
- 「テストしやすいから」ではなく「壊れたら痛いから」で選ぶ
- 3つに絞ることが目的である。網羅リストではなく優先順位付けの結果を書く
Step 2: 保証すべき状態遷移・不変条件
この変更が守らなければならない「常に真であるべきこと」を、検証可能な文として書く。
- 状態遷移: 許される遷移と許されない遷移（例:
キャンセル済から発送済への遷移を許さない） - 不変条件: 処理の前後で崩れてはならない性質（例: 二重処理を許さない境界 — 同一リクエスト ID の再送で残高が二重に減らない、在庫合計が負にならない、集計値と明細の合計が一致する）
- 「〜が正しく動く」のような検証不能な文は不可。違反を観測できる形で書く
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 3d ago First seen · 241 lines · 44 tokens per session scan A aab1314e29e0
test-design is a skill published in the GitHub repository Crearize/ai-dev-helm (4 stars, last pushed 9d ago), licensed MIT. It adds 44 tokens to every session and 4,380 once invoked, about $0.0002 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other skills, from other repositories
systematic-debugging
Use when encountering any bug, test failure, or unexpected behavior, before proposing fixes.
brainstorming
You MUST use this before any creative work - creating features, building components, adding functionality, or modifying behavior. Explores user intent, requirements and design before implementation.
auto-perf-optimize
Run agent-driven VS Code performance or memory investigations. Use when asked to launch Code OSS, automate a VS Code scenario, run the Chat memory smoke runner, capture renderer heap snapshots, take workflow screenshots, compare run summaries, or drive a repeatable scenario before heap-snapshot analysis.
chat-perf
Run chat perf benchmarks and memory leak checks against the local dev build or any published VS Code version. Use when investigating chat rendering regressions, validating perf-sensitive changes to chat UI, or checking for memory leaks in the chat response pipeline.
chat-pet-sprite-creation
Use when creating or changing VS Code chat pet sprite art, sprite sheets, state animations, eye treatments, Stable/Insiders variants, or pet transitions under src/vs/workbench/contrib/chat/browser/widget/media/chatPet.
cpu-profile-analysis
Analyze V8/Chrome CPU profiles (.cpuprofile) and DevTools trace files (Trace-.json). Use when: profiling performance, investigating slow functions, comparing code paths, finding bottlenecks, analyzing timeToRequest, understanding call trees from sampling profiler data, analyzing layout/paint/rendering, investigating…