@saulwade/swl-ses 2.3.0 → 2.4.1

package/habilidades/calidad-mutation-testing/SKILL.md

@@ -1,170 +1,170 @@
----
-name: calidad-mutation-testing
-description: >
-  Mutation testing: medir la calidad real de una suite de tests inyectando
-  mutantes (cambios sintácticos pequeños) en el código y verificando que los
-  tests los maten. Cubre herramientas por stack (Stryker, mutmut, cargo-mutants,
-  PIT, Stryker.NET, Infection), interpretación de mutantes sobrevivientes,
-  modo incremental para que el costo sea viable, y uso del mutation score como
-  métrica Verify/Guard en loops de autoresearch o como gate opcional de
-  tdd-qa-swl. Cargar cuando la cobertura de líneas es alta pero se sospecha de
-  asserts débiles, al endurecer la suite de un módulo crítico, o al configurar
-  el gate de mutación en CI.
-version: "1.0.0"
-herramientasPermitidas: [Read, Bash, Grep, Glob]
-exclusiones:
-  - "No cargar si la suite no está verde y estable — el mutation testing presupone tests deterministas que pasan; con tests flaky el score es ruido."
-  - "No cargar para subir cobertura de líneas — eso es tdd-workflow; la mutación mide calidad de asserts, no cantidad de tests."
-  - "No cargar en proyectos sin tests — primero tdd-qa-swl construye la suite; mutar sin tests produce 100% de sobrevivientes sin información."
-evolvable: true
----
-# Mutation Testing — La Suite que Vigila a la Suite
-
-La cobertura de líneas responde "¿qué código ejecutan los tests?". El mutation
-testing responde la pregunta importante: **"¿los tests detectarían un bug?"**.
-Una suite con 90% de cobertura y asserts débiles pasa el gate de `pruebas.md`
-sin proteger nada — los mutantes sobrevivientes lo exponen.
-
-**Principio**: un test que no mata mutantes documenta ejecución, no comportamiento.
-
-## Cuándo cargar este skill
-
-- Módulo crítico (pagos, auth, cálculo) con cobertura alta pero bugs que se
-  filtran a producción — sospecha de asserts débiles.
-- Cerrar el ciclo TDD estilo Uncle Bob: spec → tests → código → revisión →
-  **mutación** como verificación final de la suite.
-- Configurar mutation score como métrica de un loop `/swl:autoresearch --codigo`
-  o como gate opcional en CI.
-- Auditar la suite que entrega `tdd-qa-swl` antes de declarar una fase verde.
-
-## Cómo funciona
-
-1. La herramienta genera **mutantes**: copias del código con un cambio mínimo
-   (`>` → `>=`, `+` → `-`, borrar una llamada, `true` → `false`).
-2. Corre la suite contra cada mutante.
-3. Clasifica: **muerto** (algún test falló — bien), **sobreviviente** (la suite
-   pasó con el bug inyectado — gap real), **timeout** (cuenta como muerto),
-   **no cubierto** (ningún test lo ejecuta — gap de cobertura clásico).
-
-```
-mutation score = mutantes muertos / (mutantes totales − equivalentes) × 100
-```
-
-## Herramientas por stack
-
-Antes de instalar, verificar versión vigente con Context7
-(regla `usar-context7.md`) — los nombres de paquete cambian entre majors.
-
-| Stack | Herramienta | Comando típico | Score en JSON |
-|-------|------------|----------------|---------------|
-| JS/TS | Stryker (`@stryker-mutator/core`) | `npx stryker run` | `reports/mutation/mutation.json` → `.thresholds` / score en summary |
-| Python | `mutmut` | `mutmut run && mutmut results` | `mutmut junitxml` o parsear `mutmut results` |
-| Python (alterno) | `cosmic-ray` | `cosmic-ray init/exec/dump` | `cr-report --json` |
-| Rust | `cargo-mutants` | `cargo mutants` | `mutants.out/outcomes.json` |
-| Java/Kotlin | PIT (`pitest`) | `mvn org.pitest:pitest-maven:mutationCoverage` | `target/pit-reports/mutations.xml` |
-| C#/.NET | Stryker.NET (`dotnet-stryker`) | `dotnet stryker` | `StrykerOutput/**/mutation-report.json` |
-| PHP | Infection | `vendor/bin/infection` | `infection-log.json` → MSI |
-| Go | `gremlins` | `gremlins unleash` | salida estructurada con `--output` |
-
-## Hacer viable el costo — modo incremental SIEMPRE
-
-Mutar el proyecto completo es O(mutantes × duración de suite). En un repo
-mediano son horas. Reglas para que sea operable:
-
-- **Mutar solo lo que cambió**: Stryker `--since`/modo incremental, `mutmut`
-  con `--paths-to-mutate`, `cargo mutants --in-diff <(git diff main)`. El gate
-  de PR muta el diff, no el repo.
-- **Acotar al módulo crítico**: configurar `mutate:` solo sobre
-  `src/pagos/**`, no sobre todo `src/`. El score global de un repo grande es
-  una métrica vanidosa; el score del módulo de dinero es accionable.
-- **Suite rápida primero**: si la suite tarda >2 min, mutar solo con los tests
-  unitarios del módulo (los runners permiten filtrar la suite que ejecutan).
-- **Paralelizar**: todos los runners soportan concurrencia
-  (`--concurrency`, `--jobs`); default razonable: núcleos − 1.
-
-## Interpretar mutantes sobrevivientes
-
-Cada sobreviviente es una de tres cosas — diagnosticar antes de actuar:
-
-| Diagnóstico | Señal | Acción |
-|-------------|-------|--------|
-| **Assert débil** | el test ejecuta la línea pero no verifica el resultado mutado | Endurecer el assert (caso típico: verifica que no lanza, no el valor) |
-| **Test faltante** | ningún test cubre el comportamiento de esa rama | Escribir test de frontera dirigido al mutante (`tdd-qa-swl`) |
-| **Mutante equivalente** | el mutante no cambia el comportamiento observable (ej: optimización interna) | Excluirlo/anotarlo — NO escribir un test artificial para matarlo |
-
-Anti-patrón crítico: escribir tests que asertan detalles de implementación
-solo para matar mutantes — eso acopla la suite y degrada el refactor. El
-mutante manda la pregunta; el test responde al **comportamiento**.
-
-## Umbrales recomendados
-
-| Contexto | Score objetivo | Justificación |
-|----------|---------------|---------------|
-| Módulo crítico (dinero, auth, cálculo regulatorio) | ≥ 85% | Un bug aquí cuesta más que el CI lento |
-| Lógica de negocio estándar | ≥ 70% | Equilibrio costo/valor |
-| Glue code, configs, controllers delgados | sin gate | El esfuerzo no paga; cubrir con tests de integración |
-
-No imponer un score global de repo: produce esfuerzo uniforme sobre código de
-valor desigual. Gates por módulo, declarados en la config del runner.
-
-## Uso como métrica en loops SWL
-
-El mutation score es la métrica ideal para `/swl:autoresearch --codigo` porque
-es numérica, determinista y su Guard natural es la propia suite:
-
-```
-Goal: subir mutation score de src/pagos/ de 62% a 85%
-Scope: tests/pagos/**
-Metric: mutation score (higher_is_better)
-Verify: npx stryker run --mutate "src/pagos/**" --incremental && <extraer score del JSON>
-Guard: npm test (la suite completa sigue verde)
-```
-
-Cada iteración: agregar/endurecer UN test → correr Verify → keep si el score
-sube y el Guard pasa. Registrar con `hooks/lib/loop-telemetry.js`.
-
-**Gate opcional en tdd-qa-swl**: tras alcanzar cobertura ≥80%, correr mutación
-incremental sobre el diff de la fase; sobrevivientes con diagnóstico "assert
-débil" o "test faltante" se atienden antes del cierre (regla
-`arreglar-al-detectar.md`). Es opt-in: requiere runner instalado y suite <2 min.
-
-## Cuándo NO cargar
-
-- Suite roja o flaky — primero estabilizar (`pruebas.md § deterministas`); el
-  mutation testing amplifica el ruido de tests no deterministas.
-- Prototipo o spike de descarte — el costo del setup no se recupera.
-- Presupuesto de CI ya saturado — correr mutación local/nightly, no por PR,
-  hasta resolver el presupuesto.
-
-## Gotchas / Errores comunes no obvios
-
-- **El score baja al agregar código nuevo bien testeado**: el denominador
-  crece con mutantes del código nuevo; si el módulo viejo tenía deuda, el
-  score agregado oscila. Causa: medir score global en vez de por módulo/diff.
-  Solución: gates incrementales (`--since`, `--in-diff`) — el código nuevo se
-  evalúa contra su propio diff.
-- **Timeouts contados como éxito inflan el score**: un mutante que cuelga la
-  suite cuenta como "muerto" aunque ningún assert lo detectó. Si el módulo
-  tiene loops sensibles, revisar el desglose `timeout` vs `killed` antes de
-  celebrar — un ratio de timeouts >10% amerita bajar el timeout factor.
-- **Mutación sobre código generado**: mutar archivos generados (protobuf,
-  cliente OpenAPI, migraciones) quema horas sin información. Excluirlos
-  explícitamente en la config del runner desde el día uno.
-- **mutmut y el cache stale**: `mutmut` cachea resultados en `.mutmut-cache`;
-  tras un refactor grande el cache puede reportar resultados de código que ya
-  no existe. Ante números inverosímiles: borrar el cache y re-correr.
-- **Stryker incremental tras rebase**: el archivo `.stryker-tmp`/incremental
-  referencia commits que el rebase reescribió — el modo incremental se
-  degrada a corrida completa sin avisar. Presupuestar la primera corrida
-  post-rebase como completa.
-
-## Anti-patrones
-
-- **Tests escritos para matar mutantes, no para verificar comportamiento** —
-  acoplan la suite a la implementación.
-- **Score global de repo como KPI de equipo** — métrica vanidosa; gates por
-  módulo crítico.
-- **Correr mutación completa en cada PR** — CI de horas; incremental por diff
-  en PR, completa nightly.
-- **Ignorar el desglose y mirar solo el porcentaje** — los sobrevivientes
-  individuales son la información; el score es solo el resumen.
+---
+name: calidad-mutation-testing
+description: >
+  Mutation testing: medir la calidad real de una suite de tests inyectando
+  mutantes (cambios sintácticos pequeños) en el código y verificando que los
+  tests los maten. Cubre herramientas por stack (Stryker, mutmut, cargo-mutants,
+  PIT, Stryker.NET, Infection), interpretación de mutantes sobrevivientes,
+  modo incremental para que el costo sea viable, y uso del mutation score como
+  métrica Verify/Guard en loops de autoresearch o como gate opcional de
+  tdd-qa-swl. Cargar cuando la cobertura de líneas es alta pero se sospecha de
+  asserts débiles, al endurecer la suite de un módulo crítico, o al configurar
+  el gate de mutación en CI.
+version: "1.0.0"
+herramientasPermitidas: [Read, Bash, Grep, Glob]
+exclusiones:
+  - "No cargar si la suite no está verde y estable — el mutation testing presupone tests deterministas que pasan; con tests flaky el score es ruido."
+  - "No cargar para subir cobertura de líneas — eso es tdd-workflow; la mutación mide calidad de asserts, no cantidad de tests."
+  - "No cargar en proyectos sin tests — primero tdd-qa-swl construye la suite; mutar sin tests produce 100% de sobrevivientes sin información."
+evolvable: true
+---
+# Mutation Testing — La Suite que Vigila a la Suite
+
+La cobertura de líneas responde "¿qué código ejecutan los tests?". El mutation
+testing responde la pregunta importante: **"¿los tests detectarían un bug?"**.
+Una suite con 90% de cobertura y asserts débiles pasa el gate de `pruebas.md`
+sin proteger nada — los mutantes sobrevivientes lo exponen.
+
+**Principio**: un test que no mata mutantes documenta ejecución, no comportamiento.
+
+## Cuándo cargar este skill
+
+- Módulo crítico (pagos, auth, cálculo) con cobertura alta pero bugs que se
+  filtran a producción — sospecha de asserts débiles.
+- Cerrar el ciclo TDD estilo Uncle Bob: spec → tests → código → revisión →
+  **mutación** como verificación final de la suite.
+- Configurar mutation score como métrica de un loop `/swl:autoresearch --codigo`
+  o como gate opcional en CI.
+- Auditar la suite que entrega `tdd-qa-swl` antes de declarar una fase verde.
+
+## Cómo funciona
+
+1. La herramienta genera **mutantes**: copias del código con un cambio mínimo
+   (`>` → `>=`, `+` → `-`, borrar una llamada, `true` → `false`).
+2. Corre la suite contra cada mutante.
+3. Clasifica: **muerto** (algún test falló — bien), **sobreviviente** (la suite
+   pasó con el bug inyectado — gap real), **timeout** (cuenta como muerto),
+   **no cubierto** (ningún test lo ejecuta — gap de cobertura clásico).
+
+```
+mutation score = mutantes muertos / (mutantes totales − equivalentes) × 100
+```
+
+## Herramientas por stack
+
+Antes de instalar, verificar versión vigente con Context7
+(regla `usar-context7.md`) — los nombres de paquete cambian entre majors.
+
+| Stack | Herramienta | Comando típico | Score en JSON |
+|-------|------------|----------------|---------------|
+| JS/TS | Stryker (`@stryker-mutator/core`) | `npx stryker run` | `reports/mutation/mutation.json` → `.thresholds` / score en summary |
+| Python | `mutmut` | `mutmut run && mutmut results` | `mutmut junitxml` o parsear `mutmut results` |
+| Python (alterno) | `cosmic-ray` | `cosmic-ray init/exec/dump` | `cr-report --json` |
+| Rust | `cargo-mutants` | `cargo mutants` | `mutants.out/outcomes.json` |
+| Java/Kotlin | PIT (`pitest`) | `mvn org.pitest:pitest-maven:mutationCoverage` | `target/pit-reports/mutations.xml` |
+| C#/.NET | Stryker.NET (`dotnet-stryker`) | `dotnet stryker` | `StrykerOutput/**/mutation-report.json` |
+| PHP | Infection | `vendor/bin/infection` | `infection-log.json` → MSI |
+| Go | `gremlins` | `gremlins unleash` | salida estructurada con `--output` |
+
+## Hacer viable el costo — modo incremental SIEMPRE
+
+Mutar el proyecto completo es O(mutantes × duración de suite). En un repo
+mediano son horas. Reglas para que sea operable:
+
+- **Mutar solo lo que cambió**: Stryker `--since`/modo incremental, `mutmut`
+  con `--paths-to-mutate`, `cargo mutants --in-diff <(git diff main)`. El gate
+  de PR muta el diff, no el repo.
+- **Acotar al módulo crítico**: configurar `mutate:` solo sobre
+  `src/pagos/**`, no sobre todo `src/`. El score global de un repo grande es
+  una métrica vanidosa; el score del módulo de dinero es accionable.
+- **Suite rápida primero**: si la suite tarda >2 min, mutar solo con los tests
+  unitarios del módulo (los runners permiten filtrar la suite que ejecutan).
+- **Paralelizar**: todos los runners soportan concurrencia
+  (`--concurrency`, `--jobs`); default razonable: núcleos − 1.
+
+## Interpretar mutantes sobrevivientes
+
+Cada sobreviviente es una de tres cosas — diagnosticar antes de actuar:
+
+| Diagnóstico | Señal | Acción |
+|-------------|-------|--------|
+| **Assert débil** | el test ejecuta la línea pero no verifica el resultado mutado | Endurecer el assert (caso típico: verifica que no lanza, no el valor) |
+| **Test faltante** | ningún test cubre el comportamiento de esa rama | Escribir test de frontera dirigido al mutante (`tdd-qa-swl`) |
+| **Mutante equivalente** | el mutante no cambia el comportamiento observable (ej: optimización interna) | Excluirlo/anotarlo — NO escribir un test artificial para matarlo |
+
+Anti-patrón crítico: escribir tests que asertan detalles de implementación
+solo para matar mutantes — eso acopla la suite y degrada el refactor. El
+mutante manda la pregunta; el test responde al **comportamiento**.
+
+## Umbrales recomendados
+
+| Contexto | Score objetivo | Justificación |
+|----------|---------------|---------------|
+| Módulo crítico (dinero, auth, cálculo regulatorio) | ≥ 85% | Un bug aquí cuesta más que el CI lento |
+| Lógica de negocio estándar | ≥ 70% | Equilibrio costo/valor |
+| Glue code, configs, controllers delgados | sin gate | El esfuerzo no paga; cubrir con tests de integración |
+
+No imponer un score global de repo: produce esfuerzo uniforme sobre código de
+valor desigual. Gates por módulo, declarados en la config del runner.
+
+## Uso como métrica en loops SWL
+
+El mutation score es la métrica ideal para `/swl:autoresearch --codigo` porque
+es numérica, determinista y su Guard natural es la propia suite:
+
+```
+Goal: subir mutation score de src/pagos/ de 62% a 85%
+Scope: tests/pagos/**
+Metric: mutation score (higher_is_better)
+Verify: npx stryker run --mutate "src/pagos/**" --incremental && <extraer score del JSON>
+Guard: npm test (la suite completa sigue verde)
+```
+
+Cada iteración: agregar/endurecer UN test → correr Verify → keep si el score
+sube y el Guard pasa. Registrar con `hooks/lib/loop-telemetry.js`.
+
+**Gate opcional en tdd-qa-swl**: tras alcanzar cobertura ≥80%, correr mutación
+incremental sobre el diff de la fase; sobrevivientes con diagnóstico "assert
+débil" o "test faltante" se atienden antes del cierre (regla
+`arreglar-al-detectar.md`). Es opt-in: requiere runner instalado y suite <2 min.
+
+## Cuándo NO cargar
+
+- Suite roja o flaky — primero estabilizar (`pruebas.md § deterministas`); el
+  mutation testing amplifica el ruido de tests no deterministas.
+- Prototipo o spike de descarte — el costo del setup no se recupera.
+- Presupuesto de CI ya saturado — correr mutación local/nightly, no por PR,
+  hasta resolver el presupuesto.
+
+## Gotchas / Errores comunes no obvios
+
+- **El score baja al agregar código nuevo bien testeado**: el denominador
+  crece con mutantes del código nuevo; si el módulo viejo tenía deuda, el
+  score agregado oscila. Causa: medir score global en vez de por módulo/diff.
+  Solución: gates incrementales (`--since`, `--in-diff`) — el código nuevo se
+  evalúa contra su propio diff.
+- **Timeouts contados como éxito inflan el score**: un mutante que cuelga la
+  suite cuenta como "muerto" aunque ningún assert lo detectó. Si el módulo
+  tiene loops sensibles, revisar el desglose `timeout` vs `killed` antes de
+  celebrar — un ratio de timeouts >10% amerita bajar el timeout factor.
+- **Mutación sobre código generado**: mutar archivos generados (protobuf,
+  cliente OpenAPI, migraciones) quema horas sin información. Excluirlos
+  explícitamente en la config del runner desde el día uno.
+- **mutmut y el cache stale**: `mutmut` cachea resultados en `.mutmut-cache`;
+  tras un refactor grande el cache puede reportar resultados de código que ya
+  no existe. Ante números inverosímiles: borrar el cache y re-correr.
+- **Stryker incremental tras rebase**: el archivo `.stryker-tmp`/incremental
+  referencia commits que el rebase reescribió — el modo incremental se
+  degrada a corrida completa sin avisar. Presupuestar la primera corrida
+  post-rebase como completa.
+
+## Anti-patrones
+
+- **Tests escritos para matar mutantes, no para verificar comportamiento** —
+  acoplan la suite a la implementación.
+- **Score global de repo como KPI de equipo** — métrica vanidosa; gates por
+  módulo crítico.
+- **Correr mutación completa en cada PR** — CI de horas; incremental por diff
+  en PR, completa nightly.
+- **Ignorar el desglose y mirar solo el porcentaje** — los sobrevivientes
+  individuales son la información; el score es solo el resumen.