Communitygithub.com

trailofbits/Property-basiertes-Testen

Bietet Anleitungen zum eigenschaftsbasierten Testen (Property-Based Testing) für mehrere Sprachen und Smart Contracts. Verwenden Sie dies beim Schreiben von Tests, beim Überprüfen von Code mit Serialisierungs-/Validierungs-/Parsing-Mustern, beim Entwerfen von Funktionen oder wenn eigenschaftsbasiertes Testen eine stärkere Abdeckung als beispielbasierte Tests bietet.

Was ist Property-basiertes-Testen?

Diese Fähigkeit bietet umfassende Anleitungen zum eigenschaftsbasierten Testen (Property-Based Testing), einer leistungsstarken Testmethode, die allgemeine Eigenschaften des Codes anstelle spezifischer Beispiele überprüft. Sie ist besonders nützlich für Entwickler, die Tests schreiben, Code mit Serialisierungs-/Validierungs-/Parsing-Mustern überprüfen, Funktionen entwerfen oder sicherstellen möchten, dass ihre Tests eine robustere Abdeckung als traditionelle beispielbasierte Tests bieten. Die Anleitung erstreckt sich über mehrere Programmiersprachen und Smart Contracts und behandelt Frameworks wie QuickCheck für Haskell, Hypothesis für Python, fast-check für JavaScript und Foundry's fuzz testing für Solidity. Sie erklärt, wie man Invarianten definiert, die immer gelten sollten, und wie man diese mit Hilfe von Generatoren für zufällige Eingaben testet. Die Fähigkeit hebt hervor, wie dieser Ansatz Fehler in Randfällen aufdeckt, die bei manuell erstellten Beispielen oft übersehen werden, und betont die Bedeutung der Validierung von APIs und Datenstrukturen. Sie fördert eine proaktive Denkweise, bei der Entwickler über unerwartete Eingaben und Zustände nachdenken, was die allgemeine Codequalität und Sicherheit verbessert.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/trailofbits/skills/tree/main/skills/property-based-testing

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Property-basiertes-Testen?

Bietet Anleitungen zum eigenschaftsbasierten Testen (Property-Based Testing) für mehrere Sprachen und Smart Contracts. Verwenden Sie dies beim Schreiben von Tests, beim Überprüfen von Code mit Serialisierungs-/Validierungs-/Parsing-Mustern, beim Entwerfen von Funktionen oder wenn eigenschaftsbasiertes Testen eine stärkere Abdeckung als beispielbasierte Tests bietet.

Was ist Property-basiertes Testen?

Property-basiertes Testen ist eine Testmethode, bei der Sie allgemeine Eigenschaften definieren, die Ihr Code immer erfüllen sollte, und ein Framework automatisch zufällige Eingaben generiert, um zu überprüfen, ob diese Eigenschaften zutreffen. Dies steht im Gegensatz zu beispielbasierten Tests, bei denen Sie bestimmte Ein-/Ausgabe-Paare manuell definieren.

Wann sollte Property-basiertes Testen verwendet werden?

  • Serialisierung/Deserialisierung: Überprüfen Sie, dass das Parsen und Serialisieren von Daten strukturell korrekt ist.
  • Validierung: Testen Sie, dass Validierungsregeln konsistent angewendet werden.
  • API-Design: Stellen Sie sicher, dass API-Funktionen korrekt auf verschiedene Eingaben reagieren.
  • Smart Contracts: Überprüfen Sie Invarianten wie Token-Bilanzen oder Zugriffskontrollen.
  • Datenstrukturen: Testen Sie, dass Datenstrukturen konsistente Eigenschaften beibehalten.

Unterstützte Frameworks und Sprachen

Python

  • Hypothesis: Ein ausgereiftes Property-basiertes Test-Framework.
    • Definieren Sie Strategien für Eingabedaten mit hypothesis.strategies.
    • Dekorieren Sie Tests mit @given und geben Sie die Strategien als Argumente an.
    • Verwenden Sie assume, um ungültige Eingabekombinationen herauszufiltern.
    • Beispiel: @given(text()) testet eine Funktion mit zufälligen Zeichenketten.

JavaScript/TypeScript

  • fast-check: Ein leistungsstarkes Property-basiertes Test-Framework.
    • Verwenden Sie vordefinierte Erzeuger wie fc.string(), fc.integer(), fc.array().
    • Kombinieren Sie Erzeuger, um komplexe Eingabestrukturen zu erzeugen.
    • Testen Sie Invarianten mit fc.assert.

Haskell

  • QuickCheck: Das ursprüngliche Property-basiertes Test-Framework.
    • Definieren Sie Eigenschaften als Haskell-Funktionen, die einen Booleschen Wert zurückgeben.
    • Verwenden Sie quickCheck, um die Eigenschaft mit zufälligen Eingaben zu testen.
    • Schreiben Sie benutzerdefinierte Generatoren für komplexe Datenstrukturen.

Smart Contracts (Solidity)

  • Foundry (forge): Integriert Fuzz-Testing in Solidity.
    • Verwenden Sie vm.assume, um ungültige Eingaben herauszufiltern.
    • Schreiben Sie Invariantentests, die nach mehreren Transaktionen gelten.
    • Beispiel: Token-Bilanzen sollten nach jeder Transaktion korrekt sein.

Best Practices

  1. Fangen Sie einfach an: Identifizieren Sie eine einzelne Invariante, die Ihr Code erfüllen sollte.
  2. Validierungslogik: Schreiben Sie Generator-basierte Tests, die Randfälle wie leere Zeichenketten, null/None, extrem große Zahlen und verschachtelte Strukturen abdecken.
  3. Verwenden Sie assume/filter: Entfernen Sie ungültige Eingabekombinationen, die Ihre Invariante nicht erfüllen können.
  4. Schrumpfen (Shrinking): Die Frameworks schrumpfen automatisch fehlgeschlagene Eingaben auf die minimale Reproduktion.
  5. Dokumentieren Sie Invarianten: Machen Sie deutlich, welche Eigenschaften Ihr Code garantiert.

Beispiel: Property-basiertes Testen mit Hypothesis (Python)

from hypothesis import given, strategies as st
from mymodule import parse_config

# Eigenschaft: Parsen einer gültigen Konfiguration sollte immer erfolgreich sein
@given(st.dictionaries(
    keys=st.text(min_size=1, max_size=10),
    values=st.integers(min_value=0, max_value=1000)
))
    result = parse_config(config)
    assert result is not None (config):
    assert isinstance(result, dict)
    for key, value in result.items():
        assert key in config
        assert value == config[key] * 2

Beispiel: Fuzz-Testing in Solidity (Foundry)

// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

import "forge-std/Test.sol";

contract MyTokenTest is Test {
    MyToken token;
    
    function setUp() public {
        token = new MyToken();
    }
    
    // Invariante: Der Gesamtvorrat sollte nach jeder Transaktion gleich der Summe aller Salden sein
    function invariant_totalSupply() public {
        assertEq(token.totalSupply(), token.balanceOf(address(this)));
    }
    
    // Fuzz-Test: Überweisungen sollten nie den Gesamtvorrat ändern
    function testFuzz_transfer(address recipient, uint256 amount) public {
        token.transfer(recipient, amount);
        assertEq(token.totalSupply(), token.balanceOf(address(this)) + token.balanceOf(recipient));
    }
}

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

trailofbits/address-sanitizer

AddressSanitizer detects memory errors during fuzzing. Use when fuzzing C/C++ code to find buffer overflows and use-after-free bugs.

trailofbits/aflpp

AFL++ is a fork of AFL with better fuzzing performance and advanced features. Use for multi-core fuzzing of C/C++ projects.

trailofbits/agentic-actions-auditor

Audits GitHub Actions workflows for security vulnerabilities in AI agent integrations including Claude Code Action, Gemini CLI, OpenAI Codex, and GitHub AI Inference. Detects attack vectors where attacker-controlled input reaches AI agents running in CI/CD pipelines, including env var intermediary patterns, direct expression injection, dangerous sandbox configurations, and wildcard user allowlists. Use when reviewing workflow files that invoke AI coding agents, auditing CI/CD pipeline security for prompt injection risks, or evaluating agentic action configurations.

trailofbits/algorand-vulnerability-scanner

Scans Algorand smart contracts for 11 common vulnerabilities including rekeying attacks, unchecked transaction fees, missing field validations, and access control issues. Use when auditing Algorand projects (TEAL/PyTeal).

trailofbits/ask-questions-if-underspecified

Clarify requirements before implementing. Use when serious doubts arise.

trailofbits/atheris

Atheris is a coverage-guided Python fuzzer based on libFuzzer. Use for fuzzing pure Python code and Python C extensions.

trailofbits/audit-augmentation

Augments Trailmark code graphs with external audit findings from SARIF static analysis results and weAudit annotation files. Maps findings to graph nodes by file and line overlap, creates severity-based subgraphs, and enables cross-referencing findings with pre-analysis data (blast radius, taint, etc.). Use when projecting SARIF results onto a code graph, overlaying weAudit annotations, cross-referencing Semgrep or CodeQL findings with call graph data, or visualizing audit findings in the context of code structure.

trailofbits/audit-context-building

Enables ultra-granular, line-by-line code analysis to build deep architectural context before vulnerability or bug finding.

trailofbits/audit-prep-assistant

Prepares codebases for security review using Trail of Bits' checklist. Helps set review goals, runs static analysis tools, increases test coverage, removes dead code, ensures accessibility, and generates documentation (flowcharts, user stories, inline comments).

trailofbits/burpsuite-project-parser

Searches and explores Burp Suite project files (.burp) from the command line. Use when searching response headers or bodies with regex patterns, extracting security audit findings, dumping proxy history or site map data, or analyzing HTTP traffic captured in a Burp project.

trailofbits/cairo-vulnerability-scanner

Scans Cairo/StarkNet smart contracts for 6 critical vulnerabilities including felt252 arithmetic overflow, L1-L2 messaging issues, address conversion problems, and signature replay. Use when auditing StarkNet projects.

trailofbits/cargo-fuzz

cargo-fuzz is the de facto fuzzing tool for Rust projects using Cargo. Use for fuzzing Rust code with libFuzzer backend.

trailofbits/chrome-mcp-troubleshooting

Diagnose and fix Claude in Chrome MCP extension connectivity issues. Use when mcp__claude-in-chrome__* tools fail, return "Browser extension is not connected", or behave erratically.

trailofbits/claude-in-chrome-troubleshooting

Diagnose and fix Claude in Chrome MCP extension connectivity issues. Use when mcp__claude-in-chrome__* tools fail, return "Browser extension is not connected", or behave erratically.

trailofbits/code-improver

Runs an autonomous review-and-fix improvement loop over any code target — a skill, plugin, module, or directory — using a reviewer the user names: any installed skill or agent. Keeps a cross-round findings ledger, escalates when fixes stop converging, and guards scope mechanically. Use when asked to 'improve this code until review passes', 'run an improvement loop with <reviewer>', or to iterate review-and-fix with a specific reviewer. For skills prefer the skill-improver entry; for a branch prefer pr-improver.

trailofbits/code-maturity-assessor

Systematic code maturity assessment using Trail of Bits' 9-category framework. Analyzes codebase for arithmetic safety, auditing practices, access controls, complexity, decentralization, documentation, MEV risks, low-level code, and testing. Produces professional scorecard with evidence-based ratings and actionable recommendations.

trailofbits/codeql

Scans a codebase for security vulnerabilities using CodeQL's interprocedural data flow and taint tracking analysis. Triggers on "run codeql", "codeql scan", "codeql analysis", "build codeql database", or "find vulnerabilities with codeql". Supports "run all" (security-and-quality + security-experimental suites) and "important only" (high-precision security findings) scan modes. Also handles creating data extension models and processing CodeQL SARIF output.

trailofbits/constant-time-analysis

Detects timing side-channel vulnerabilities in cryptographic code. Use when implementing or reviewing crypto code, encountering division on secrets, secret-dependent branches, or constant-time programming questions in C, C++, Go, Rust, Swift, Java, Kotlin, C#, PHP, JavaScript, TypeScript, Python, or Ruby.

trailofbits/constant-time-testing

Constant-time testing detects timing side channels in cryptographic code. Use when auditing crypto implementations for timing vulnerabilities.

trailofbits/cosmos-vulnerability-scanner

Scans Cosmos SDK blockchain modules and CosmWasm contracts for consensus-critical vulnerabilities — chain halts, fund loss, state divergence. 25 core + 16 IBC + 10 EVM + 3 CosmWasm patterns. Use when auditing custom x/ modules, reviewing IBC integrations, or assessing pre-launch chain security. Updated for SDK v0.53.x.

Verwandte Skills