Classmethod Tsumiki：AI 測試驅動開發框架

隨著 AI 開發工具的快速發展，開發者們開始思考如何將 AI 的強大能力與傳統軟體工程最佳實踐相結合。日本 Classmethod 公司最近開源的 Tsumiki 框架，正是這種思維的具體實現。它將測試驅動開發（TDD）與 AI 開發完美融合，創造出一套全新的 AI 測試驅動開發（AI TDD）方法論。

什麼是 AI TDD？傳統開發面臨的挑戰

在傳統的 AI 開發過程中，開發者常常會遇到一個現象：「隨性編程」（Vibe Coding）。這是指開發者與 AI 助手進行對話時，常因需求定義不夠明確，導致產出與預期不符。更重要的是，AI 通常不會主動產生測試程式碼，這使得開發品質難以保證，也不適合應用於正式的生產環境。

AI TDD（AI Test-Driven Development）正是為了解決這些問題而誕生的方法論。它的核心理念是：

明確的需求定義：透過結構化的對話和文件產生，消除需求模糊性
測試優先：確保 AI 生成的程式碼都有對應的測試覆蓋
品質保證：透過 TDD 的紅綠重構循環，確保程式碼品質
可維護性：產生的程式碼具有良好的結構和文件

Tsumiki 框架特色分析

Tsumiki 是 Classmethod 公司開發的開源 AI 開發框架，它提供了一套完整的 AI TDD 開發流程支援。框架的名稱「積木」（Tsumiki）寓意著將複雜的開發流程分解為可管理的模組化單元。

核心功能特色

1. Kairo 指令：全流程自動化

透過對話式引導完成需求定義
自動進行系統設計和架構規劃
智慧分解任務並建立依賴關係
執行完整的 TDD 驅動實作

2. TDD 指令：專業測試支援

支援完整的紅綠重構循環
自動產生測試案例
確保測試覆蓋率和品質

3. Rev 指令：逆向工程能力

分析現有程式碼結構
自動產生技術文件
協助理解和維護舊有系統

與傳統開發方式的差異

傳統的 AI 開發常常是這樣的流程：

想法 → 直接要求 AI 實作 → 調整 → 完成

而 Tsumiki 提供的 AI TDD 流程則是：

需求定義 → 系統設計 → 任務分解 → TDD 實作 → 測試驗證

這種結構化的方法不僅提高了開發品質，也讓開發過程更可控、更可預測。

安裝與基本設定

開始使用 Tsumiki 非常簡單，只需要一個指令：

npx tsumiki install

這個指令會自動將 Tsumiki 的各種指令安裝到 .claude/commands 目錄中，讓你可以在 Claude Code 中直接使用。

安裝完成後，你將獲得以下主要指令：

/kairo-requirements：需求定義
/kairo-design：系統設計
/kairo-tasks：任務分解
/kairo-implement：TDD 實作
/tdd：獨立的 TDD 支援

Kairo 開發流程實戰體驗

讓我們透過一個實際的 Todo 應用程式開發案例，體驗 Tsumiki 的 Kairo 開發流程。

第一步：需求定義（/kairo-requirements）

執行 /kairo-requirements 指令後，AI 會開始與你進行結構化的需求對話：

/kairo-requirements 我想建立一個可以管理任務的 Todo web app

基於這個簡單的輸入，AI 會自動產生一份詳細的需求定義文件 docs/spec/todo-app-requirements.md。這份文件包含：

功能需求清單
使用者故事描述
非功能性需求
驗收標準定義

這個過程令人驚豔的地方在於，AI 能夠從簡單的描述中推導出完整的需求規格，並以結構化的方式呈現。

第二步：系統設計（/kairo-design）

接下來執行 /kairo-design 指令，AI 會基於需求文件自動進行系統設計，產生多個設計文件在 docs/design/todo-app 資料夾下：

api-endpoints.md：API 介面設計
architecture.md：系統架構設計
dataflow.md：資料流程圖
storage-schema.sql：資料庫 schema
interfaces.ts：TypeScript 介面定義

每個文件都包含詳細的設計考量和技術選擇說明，展現了 AI 在系統分析和設計方面的強大能力。

第三步：任務分解（/kairo-tasks）

執行 /kairo-tasks 指令後，AI 會產生 docs/todo-app-tasks.md 檔案，這可能是整個流程中最令人印象深刻的部分。這份文件包含：

專案里程碑規劃：

基礎設施建置
核心功能開發
使用者介面實作
系統整合測試
品質保證驗證
發布準備工作

詳細任務清單：

每個任務都有明確的描述和驗收標準
標示任務之間的依賴關係
提供工作量預估

視覺化甘特圖：

顯示專案時程規劃
標示關鍵路徑（Critical Path）
識別可並行執行的任務
相關圖表可以參考執行順序和排程

第四步：TDD 實作（/kairo-implement）

最後的實作階段透過 /kairo-implement 指令執行。AI 會：

按照 TDD 流程進行開發
先寫測試，再寫實作程式碼
執行紅綠重構循環
確保所有功能都有測試覆蓋

完整的實作過程和產生的程式碼，可以參考我的練習專案：tsumiki-aitdd-todo-app，其中包含了完整開發文件(日文版)，不過只有完成幾個 Task 而已，我並沒有全部實作完。

注意事項與限制

執行穩定性：如果 /kairo-implement 在執行過程中因為開發環境中斷而中斷，目前還不清楚如何恢復進度。雖然重新執行指令似乎可以繼續，但這個部分還需要更多的測試和改進。

語言支援：目前 Tsumiki 的文件和提示主要是日文，對於非日文使用者可能需要額外的翻譯工作，而且實測產生的文件也都是日文，如果要顯示中文的話，可能需要時別跟 AI 指示。

Token 消耗警告：⚠️ 這是一個非常重要的注意事項！Tsumiki 在前期階段（需求定義、系統設計、任務分解）會產生大量詳細的技術文件，這個過程會消耗相當大量的 Claude API tokens。特別是在 /kairo-requirements、/kairo-design 和 /kairo-tasks 階段，每個階段都可能消耗數千到上萬個 tokens。如果您使用的是 Claude Code Pro 方案，請務必注意您的月度 token 使用量，建議在開始大型專案前先評估專案規模和您的 token 預算。

TDD 指令功能介紹

在深入了解 Tsumiki 的 TDD 功能之前，值得一提的是，TDD 大師 Kent Beck 也曾分享過他的 Claude Code 規則，其中包含了詳細的 TDD 實踐指引和 Tidy First 原則。這些經典原則與 Tsumiki 的 AI TDD 方法論有著相同的核心理念，都強調嚴格遵循紅綠重構循環和高品質程式碼的重要性。

除了完整的 Kairo 流程外，Tsumiki 也提供獨立的 /tdd 指令，支援傳統的測試驅動開發工作流程。

紅綠重構循環支援

TDD 指令能夠協助開發者執行標準的 TDD 流程：

Red（紅燈）階段：

撰寫失敗的測試案例
確保測試正確地失敗
驗證測試的有效性

Green（綠燈）階段：

撰寫最小化的實作程式碼
確保測試通過
專注於功能實現而非最佳化

Refactor（重構）階段：

改善程式碼結構和可讀性
確保所有測試仍然通過
移除重複程式碼和異味

測試品質保證

Tsumiki 的 TDD 指令與 Kent Beck 的經典原則高度一致，特別注重測試品質，包括：

自動產生邊界測試案例（呼應 Beck 「先寫最簡單的失敗測試」原則）
確保適當的測試覆蓋率
產生有意義的測試描述（對應 Beck 「使用有意義的測試名稱描述行為」）
驗證測試的獨立性和可重複性
遵循「實作最少程式碼使測試通過」的核心理念

與現有 SDD 方法論比較

之前也有分享過一個 Kiro SDD 相關的套件文章 Kiro 規格驅動開發（SDD）流程。兩者都強調結構化的開發流程，但各有特色：

Kiro SDD 的特點

規格優先：強調詳細的規格文件撰寫
階段清晰：明確區分需求、設計、實作階段
文件導向：產生完整的技術文件和規格說明

Tsumiki AI TDD 的特點

測試優先：將 TDD 融入整個開發流程
品質保證：透過測試確保程式碼品質
自動化程度高：從需求到實作的高度自動化

互補性分析

兩種方法論其實具有很強的互補性：

結合優勢的可能性：

Kiro 的詳細規格定義 + Tsumiki 的 TDD 實作
SDD 的文件化流程 + AI TDD 的測試保證
兩者的任務分解和專案管理能力

適用場景差異：

Kiro SDD：適合需要詳細文件的企業級專案
Tsumiki AI TDD：適合重視程式碼品質的敏捷開發

我認為未來很有可能看到結合兩者優點的第三代開發框架，同時具備規格驅動和測試驅動的優勢。

個人評價與建議

目前研究起來，我對 Tsumiki 框架有以下評價：

優點

1. 創新的方法論 Tsumiki 成功地將傳統軟體工程的最佳實踐與 AI 開發相結合，創造出一套實用的 AI TDD 方法論。這種結構化的方法有效解決了「隨性編程」的問題。

2. 高度自動化的流程 從需求定義到最終實作，整個流程的自動化程度令人印象深刻。特別是任務分解和專案管理功能，甚至能產生專業水準的甘特圖和關鍵路徑分析。

3. 品質導向的設計 將 TDD 作為核心流程，確保產生的程式碼都有測試覆蓋，這對於正式專案的開發具有重要意義。

4. 模組化的指令設計 每個指令都專注於特定的開發階段，使用者可以根據需要選擇使用完整流程或單獨功能。

挑戰與改進空間

1. 語言本地化 目前的文件和提示主要是日文，建議增加多語言支援，特別是英文和中文的本地化。

2. 錯誤恢復機制 當執行過程中發生中斷時，缺乏明確的恢復機制。建議加入狀態檢查點和恢復功能。

3. 彈性配置 目前的流程相對固定，建議增加更多客製化選項，讓開發者可以根據專案特性調整流程。

使用建議

適合的專案類型：

中小型的功能開發專案
需要高程式碼品質的專案
團隊想要實驗 AI TDD 方法論的專案
有充足 token 預算的專案（考量文件生成成本）

建議的學習路徑：

先嘗試完整的 Kairo 流程，了解 AI TDD 的概念（注意 token 使用量）
深入使用 TDD 指令，掌握 AI 輔助的測試驅動開發
探索 Rev 指令，學習逆向工程的應用
考慮與其他方法論（如 Kiro SDD）的結合使用

Token 使用策略建議：

初次嘗試建議先用小型專案進行測試
在月初 token 額度充足時進行大型專案的前期規劃
考慮分階段執行，避免一次性消耗過多 tokens
如果 token 不足，可以只使用部分階段（如僅使用 /tdd 指令）

總結與未來展望

Tsumiki 框架代表了 AI 開發工具發展的一個重要里程碑。它不僅解決了「隨性編程」的問題，更重要的是提供了一套可行的 AI TDD 方法論，讓 AI 開發也能遵循軟體工程的最佳實踐。

技術價值

對開發者的價值：

提供結構化的 AI 開發流程
確保程式碼品質和可維護性
減少需求理解上的偏差
自動化繁瑣的專案管理工作

對產業的意義：

推動 AI 開發工具的標準化
展示 AI 與傳統軟體工程結合的可能性
為企業級 AI 開發提供可行的方案

未來發展方向

我認為 AI TDD 將會是未來 AI 開發的重要趨勢，而 Tsumiki 作為先驅者，很可能會帶動整個領域的發展。未來可能的發展方向包括：

與更多 AI 平台的整合：不僅限於 Claude Code
企業級功能增強：更好的團隊協作和版本控制支援
方法論的融合：結合其他成功的開發方法論
工具生態的建立：更多配套工具和外掛程式

最終思考

Tsumiki 讓我再次深刻感受到 AI 技術的快速進步。它不僅是一個開發工具，更是一種思維方式的轉變 —— 從「讓 AI 直接寫程式碼」轉向「讓 AI 遵循軟體工程最佳實踐」。

這種轉變對整個軟體開發產業具有深遠的意義。它告訴我們，AI 的價值不在於取代傳統的開發方法，而在於增強和改進這些經過時間驗證的最佳實踐。

對於想要探索 AI 開發工具的開發者，我強烈建議試用 Tsumiki。不僅因為它的功能強大，更因為它代表了一種新的思維方式 —— 一種將 AI 的創造力與人類智慧的結構化思考相結合的方式。

如果你對 AI TDD 感興趣，不妨從 Tsumiki 的 GitHub repository 開始你的探索之旅。相信你會和我一樣，對這個框架所展現的可能性感到驚豔。

支持創作

如果這篇文章對您有幫助，歡迎透過贊助連結支持我持續創作優質內容。您的支持是我前進的動力！

圖片來源：AI 產生