🧪 Testing automatizado

pytest es el framework de pruebas estándar del ecosistema Python. Un archivo test_*.py, funciones que comienzan con test_, e assert para verificar. Así de simple. Pídele a Claude Code: "escreve testes pytest para este modulo" y genera pruebas para cada función.

from calculator import add, divide

def test_add():
    assert add(2, 3) == 5
    assert add(-1, 1) == 0

def test_divide():
    assert divide(10, 2) == 5.0

def test_divide_by_zero():
    import pytest
    with pytest.raises(ZeroDivisionError):
        divide(1, 0)

# Rodar: pytest -v

Fixtures preparan el estado que necesitan tus pruebas: una base de datos temporal, un cliente HTTP, datos de ejemplo. El archivo conftest.py comparte fixtures entre todos los archivos de prueba del directorio. Usa @pytest.fixture es el parámetro scope para controlar el ciclo de vida.

import pytest
from fastapi.testclient import TestClient
from main import app

@pytest.fixture
def client():
    return TestClient(app)

@pytest.fixture
def sample_item():
    return {"name": "Widget", "price": 9.99, "tags": ["new"]}

Los mocks simulan dependencias externas. Si tu función llama a una API, la prueba no debe depender de que esa API esté disponible. Usa unittest.mock.patch para sustituir la llamada real por una respuesta controlada. Claude Code genera mocks precisos cuando indicas qué quieres aislar.

La cobertura mide qué líneas de tu código ejecutan las pruebas. Con pytest-cov, ejecuta pytest --cov=src --cov-report=html y mira exactamente qué rutas no están cubiertas. No busques el 100 %; busca cubrir las rutas críticas.

# Instalar
pip install pytest-cov

# Rodar com coverage
pytest --cov=src --cov-report=term-missing

# Gerar relatorio HTML
pytest --cov=src --cov-report=html
# Abrir htmlcov/index.html no browser

TDD con IA es un superpoder: tú escribes la prueba (el «qué»), Claude Code genera la implementación (el «cómo»). Ciclo: Rojo (la prueba falla) -> Verde (Claude implementa hasta que pase) -> Refactorización (Claude limpia el código). Tú controlas la especificación; la IA hace el trabajo pesado.

Las pruebas locales son buenas; las pruebas en CI son obligatorias. GitHub Actions ejecuta pytest en cada push/PR automáticamente. Si alguna prueba falla, se bloquea el merge. Claude Code genera el workflow YAML completo: "cria um GitHub Actions que roda pytest com coverage".

name: Tests
on: [push, pull_request]
jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: "3.12"
      - run: pip install -r requirements.txt
      - run: pytest --cov=src -v