tdd

一路往蓝-Anbo

第四章：手撕协议栈 —— 缓冲区与结构体数据的 Mock 技巧这一章我们要攻克嵌入式开发中最常见的“重头戏”：通信协议栈。不管是 UART、SPI 还是J1939/NMEA 2000等应用层协议，核心难点都在于：如何处理连续的数据流、缓冲区溢出以及复杂的结构体解析。

一路往蓝-Anbo

第二章：隔离硬件 —— 利用 CMock 伪造 GPIO 与定时器第一章我们跑通了环境，但这只是“纯软件”的逻辑。在嵌入式开发中，最让人头疼的是代码里随处可见的 HAL_GPIO_WritePin、__HAL_TIM_GET_COUNTER 等硬件依赖。

一路往蓝-Anbo

第一章：嵌入式TDD-环境搭建在嵌入式开发的世界里，我们似乎习惯了某种“玄学”：代码逻辑对不对？烧录进去跑跑看；死机了？接上仿真器打断点；时序不对？接上示波器抓波形。

Midscene.js 原理拆解：它不是“自然语言点按钮”，而是一套会看屏幕的 UI 自动化运行时传统 UI 自动化的主流写法，大致都长这样：问题在于，“先知道元素在哪” 这件事，在很多真实页面里并不稳定。

阿维的博客日记

什么是TDD for AI,详细讲一下在传统开发中，TDD 的核心是“红 -> 绿 -> 重构”；而在 AI 时代，TDD 变成了确保 AI 输出质量、解决 AI 幻觉、实现自动化闭环的关键工程手段。

TDD-LTE站点Rilink=3链路故障处理案例---BBU侧C口“有发光、无收光”的排查与恢复TDD-LTE站点Rilink=3，上报链路连接失败告警，显示C口未检测到信号，如下：此告警通常表示基站主单元（DU）与远端射频单元（RRU）之间的链路连接失败，查询RRU、扇区和小区均为DISABLED，如下：小区不可用

BDD（行为驱动开发）入门：把“测试”写成“行为”，把“需求”写成“场景”缩写科普（先把字面意思说清楚） BDD = Behaviour/Behavior-Driven Development（行为驱动开发，英式/美式拼写都常见）

Go 的测试框架不想让你 TDD你有没有觉得，Go 的测试写起来哪里不太对？别急，我不是要教你写测试——这类文章已经够多了。我想和你一起挖一挖：Go 的 testing 包为什么长这样？为什么没有 assert？为什么 Test 和 Benchmark 混在一个包里？为什么连 Go 的创造者自己，在专门讲测试的演讲里，一条 TDD 都没提？

TDD测试驱动开发：从理论到实战的完整指南（含AI增强工作流）摘要：本文深入解析TDD（测试驱动开发）的核心理念、Red-Green-Refactor循环、测试金字塔模型，并结合AI辅助编程时代的新实践，提供完整的学习路径和实战案例。通过行业数据和真实场景对比，帮助你理解为什么TDD是提升代码质量的基石。

AI Coding 时代的 TDD：从理念到工程落地现在大家都在使用ai写代码，手写代码的时代慢慢过去了，但是现在有一个问题，就是如何判断ai写的代码有效，这就离不开测试用例。那么应该先写代码，还是应该先写测试用例呢，今天主要说下TDD。

TDD 测试驱动开发别再迷信“写完再测”了，试试把测试写在前面你有没有遇到过这种情况：吭哧吭哧写了一千行代码，运行起来全是红字，debug 到凌晨三点

AI Coding 从“抽盲盒”到“开火箭”：SDD+TDD 开发模式实战揭秘2025 年，一位以色列工程师单枪匹马，用 AI 工具开发了一个代码生成平台，短短数周收获 10 万用户，半年后带着 8 人团队被 Wix 以 8000 万美元收购。这不是科幻小说，而是真实发生的故事。到了 2026 年，这样的传奇可能会成为常态。

【工程心法】从“在板盲调”到“云端验证”：嵌入式单元测试与 TDD 的工程化革命摘要：在嵌入式开发中，硬件是昂贵且稀缺的，而逻辑 Bug 是廉价且多发的。如果你的测试依然依赖于手按按钮和眼看 LED，那么你永远无法构建出真正的工业级软件。本文将剖析硬件抽象层 (HAL) 的隔离艺术，介绍如何利用 GoogleTest 与 FakeIt 构建虚拟硬件环境，并演示如何将单元测试集成进 GitLab CI/CD，打造一套无人值守的自动化质量防线。

【C++ 硬核】摆脱开发板：用 Google Test + Mock 构建嵌入式 TDD (测试驱动开发) 体系摘要：嵌入式软件质量往往依赖于手工测试，回归测试成本极高。一旦底层硬件没就位，软件开发就得停滞。本文将介绍如何通过接口抽象和依赖注入，将业务逻辑与硬件驱动解耦。利用 Google Mock 模拟硬件行为（如模拟 Flash 写入失败、模拟传感器数据），在 PC 上实现自动化的单元测试。

基于SpringAI的在线考试系统-数据库设计核心业务方案下面是根据您描述的业务逻辑优化的全流程数据流转链路图，展示了从基础配置到结果沉淀的完整业务流程：第六阶段：结果沉淀

基于SpringAI的在线考试系统-智能考试系统-学习分析模块按照考试执行→客观题答题记录生成→主观题评分→成绩整合→错题集生成→学习分析的核心业务流转顺序（“先有成绩、再有错题、最后学习分析”逻辑），聚焦mock_exam_answer（客观题答题表）、marking_score（主观题评分表）的成绩整合核心，以及wrong_question_collection/item（错题主/明细表）的前置依赖，重构学习分析模块的闭环设计，确保完全匹配真实业务流程。

基于SpringAI的在线考试系统-阅卷评分与错题管理模块回归测试逻辑梳理文档本次回归测试针对智能考试系统第七部分“阅卷评分”、第八部分“错题管理”两大模块，核心目标包括：验证模块优化后核心功能的正确性与稳定性，确保历史缺陷已完全修复且无新增回归缺陷；校验两模块与前序试卷管理、考试管理、用户管理等模块的联动一致性，保障数据流转闭环；梳理模块内业务逻辑依赖及异常场景应对机制，确保符合实际教学管理、阅卷及错题沉淀场景需求；验证权限控制、数据存储、性能表现等关键指标达标，为系统上线提供可靠支撑。

基于SpringAI的在线考试系统-考试管理功能布局+交互优化方案（补充跳转逻辑+双端刷新+灵活返回机制，细化完整闭环）软件开发四大核心：前端布局、交互逻辑、后端算法、数据模型

基于SpringAI的在线考试系统-0到1全流程研发：DDD、TDD与CICD协同实践当接手一个全新的考试系统项目，无现有代码、无基础环境，仅依托一份需求功能文档向甲方交付产品时，大厂通常会采用“业务建模为骨、测试驱动为脉、自动化流程为翼”的研发体系，通过DDD（领域驱动设计）、TDD（测试驱动开发）与CICD（持续集成/持续交付）的深度协同，兼顾业务合理性与技术稳定性，最大限度减少返工与卡壳问题，高效推进项目落地。这一体系的构建与落地，需贯穿需求分析、架构设计、开发测试、集成部署全流程，同时兼顾业务与技术双维度的核心要点。

基于SpringAI的在线考试系统-DDD（领域驱动设计）核心概念及落地架构全总结本文基于订单管理场景，结合对话中的实操理解，全面梳理DDD（领域驱动设计）的核心概念、层级关系及落地架构方案，涵盖业务抽象、实现组件、架构落地等全维度细节，确保所有讨论内容无遗漏。