Pular para o conteúdo
~/rafael-ferreira

TDD com IA e um CI que desconfia de mim: como testo o Markmedi

Cerca de 7 mil casos de teste em Pest, testes de arquitetura, suíte de navegador em quatro shards e jobs de CI que sobem MySQL, Redis e Supervisor de verdade.

6 min de leitura #markmedi #laravel #pest #tdd #ci

Desenvolver um SaaS de saúde sozinho tem um risco óbvio: não existe outra pessoa para perceber que a mudança de hoje quebrou o faturamento de convênio que eu escrevi há três meses. Desenvolver com IA aumenta a velocidade e aumenta esse risco, porque o volume de código que passa pela minha revisão cresceu muito. A resposta que adotei no Markmedi foi tratar os testes como especificação e montar um CI que não confia nem em mim nem no agente.

O fluxo de trabalho

Uso o Claude Code no dia a dia, sob regras escritas no próprio repositório: convenções de cada área, o que nunca pode acontecer com dado de saúde, como nomear coisas, quais comandos rodar antes de considerar uma tarefa pronta. O ciclo é sempre o mesmo. Primeiro escrevemos o teste que descreve o comportamento, ele falha, depois vem a implementação mínima e, por fim, a refatoração com os testes verdes.

O teste escrito antes muda a natureza da revisão. Em vez de ler 400 linhas de implementação tentando imaginar se fazem a coisa certa, leio primeiro os testes e me pergunto se aquilo é o comportamento que eu quero. Se os testes estão certos e passam, a implementação ainda passa por revisão humana, mas a pergunta passa a ser sobre clareza e risco, não sobre se funciona. Nada entra sem eu ler o diff.

Ciclo de trabalho: teste que falha, implementação mínima, refatoração com testes verdes e revisão humana do diff

Pest e o tamanho da suíte

A suíte é escrita em Pest 4, com os plugins de Laravel e de navegador. Ela é grande:

Suíte

Arquivos

Casos escritos

O que cobre

Unit

27

191

Regras puras, guardas de arquitetura e testes de corrida

Feature

620

cerca de 5.900

HTTP, Actions, jobs, policies e isolamento entre clínicas

Browser

141

cerca de 960

Jornadas reais no navegador com Playwright

São cerca de 7 mil casos escritos, e os datasets do Pest multiplicam isso na execução; só a suíte de navegador passa de 1.400 execuções. Há ainda testes de frontend em Node para a lógica que vive no TypeScript.

Tamanho da suíte: 191 casos de unidade, cerca de 5.900 de feature e cerca de 960 de navegador

A maioria é de feature tests, e isso é proposital. O valor está em testar uma Action ou uma rota com banco, autorização e eventos reais, e não em testar classes isoladas cheias de mocks. Mock fica para a fronteira com o mundo externo, e mesmo ali os adaptadores de log e os fakes dos provedores reduzem a necessidade.

Testes que guardam a arquitetura

Algumas regras de arquitetura são fáceis de violar sem perceber, então viraram testes que leem o código-fonte e falham se encontrarem o padrão proibido. Um deles impede que qualquer arquivo de app/ gere URL de arquivo com o disco escrito à mão, porque URLs de arquivo clínico precisam passar pelo serviço que gera link temporário. Outro garante que o domínio da CDN fica fora do escopo do cookie de sessão, para que o cookie nunca chegue a logs de terceiros.

Também testo configuração. O teste do Horizon confere em qual fila cada job roda e a cadeia de tempos entre job, supervisor e conexão (detalhes em filas com Laravel Horizon). Há teste para a largura das colunas de chave de referência, que só aparece num MySQL de verdade, e um conjunto inteiro para o isolamento entre clínicas, incluindo tentativas de acessar ou apagar o registro de outra clínica pelo id (mais em multitenancy e segurança).

it('rejects a record from another clinic', function () {
    $foreign = FinanceEntry::factory()->for(Clinic::factory())->create();

    actingAsMemberOf($this->clinic)
        ->delete(route('finance.entries.destroy', $foreign))
        ->assertForbidden();
});

SQLite onde dá, MySQL onde precisa

As suítes Unit e Feature rodam em SQLite em memória, com fila síncrona e broadcast desligado, o que permite rodar milhares de testes em paralelo em poucos minutos. Só que SQLite não reproduz tudo: locks entre conexões, largura de colunas, comportamento de índices, migrations específicas de MySQL. Para esses pontos existem jobs de CI separados com o serviço real, e uma suíte de concorrência que roda contra MySQL e dispara processos em paralelo com pcntl_fork (contei como ela funciona em concorrência no agendamento).

A regra é simples: o teste roda no ambiente mais barato que ainda consegue falhar pelo motivo certo.

O pipeline

O CI roda no GitHub Actions a cada push e pull request, dividido em jobs independentes:

Job

O que faz

cache-state

Matriz SQLite e MySQL 8 com Redis, testando a troca de store de cache e o comportamento durante deploy

queue-state

Redis e Supervisor de verdade, testando reentrega, desligamento gracioso e recuperação de queda sem duplicar efeito

ci

PHP 8.4 e 8.5: testes de frontend, build dos assets e Unit + Feature em paralelo

browser

Suíte de navegador dividida em 4 shards, com logs e screenshots publicados quando falha

schema

Todas as migrations do zero num MySQL 8 e verificação de colunas que o SQLite não valida

Os jobs com estado rodam com --fail-on-skipped e --fail-on-empty-test-suite. Sem isso, um teste que depende de Redis pode ser pulado em silêncio quando o serviço não sobe, e o CI fica verde sem testar nada. Rodar em PHP 8.4 e 8.5 me avisa de incompatibilidades antes de atualizar a versão de produção.

Pipeline de CI: a cada push, jobs independentes de lint, testes em PHP 8.4 e 8.5, navegador em quatro shards, schema em MySQL 8, filas e cache com serviços reais

Um workflow separado cuida de formatação e lint: Pint no PHP, Prettier e ESLint no frontend. Outro, manual, monta a imagem Docker de produção a partir de um commit exato, com o contexto limpo de qualquer arquivo de ambiente ou credencial, e publica a imagem no registro do GitHub. O deploy em si e a infraestrutura estão em infraestrutura enxuta e resiliente.

Testes de navegador valem o custo

A suíte de navegador é a mais lenta e a mais cara de manter. Mesmo assim, ela pega o que os outros testes não pegam: um botão que some no layout mobile, uma página Inertia que quebra porque o backend parou de mandar uma prop, um fluxo de agendamento que funciona no teste de feature e trava no JavaScript. A versão do Playwright fica fixa: uma atualização passou a ler o timeout das ações de outro lugar, e um clique sem alvo esperava para sempre em vez de falhar. A versão só sobe junto com a próxima migração do Pest.

O que mudou na prática

O ganho que mais sinto é coragem para refatorar. O Markmedi passou por uma reescrita grande do frontend, com páginas reconstruídas uma a uma, e os testes de navegador dos fluxos principais foram a rede de segurança dessa mudança. Também ficou mais fácil trabalhar com IA: o agente recebe um alvo verificável, e eu tenho um critério objetivo para recusar uma entrega.

Este texto faz parte da série sobre o Markmedi. A organização do código que torna esses testes possíveis está em arquitetura, DDD e eventos.