AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


基于LangChain手工测试用例转接口自动化测试生成工具
发布日期:2024-09-04 07:32:48 浏览次数: 1820 来源:霍格沃兹测试学院


接口自动化测试用例是一个老生常谈的问题,在未引入人工智能之前,也有非常多的生成方案,比如如下所示,通过har生成接口自动化测试用例:

但是以上的生成方式依然是有一些弊端,比如 har 本身虽然能表述一定的接口信息和业务信息,但是毕竟无法用来表述全部的应用场景与用例场景。而大部分的应用场景和用例场景,均是通过自然语言进行描述的。而解析自然语言,则是大语言模型擅长做的事情。

实践演练

需求说明

以下内容为3条接口测试用例:

测试模块测试标题测试步骤预期结果
接口功能正常情况下的请求发送一个正常的GET请求响应状态码为 200 ,并返回请求者的IP地址
接口功能非法请求方法发送一个非GET请求,如POST或者PUT响应状态码为 405
接口功能无效的请求路径发送一个不存在的路径响应状态码为404

以下为一个获取ip接口的har文件:

  • 接口Har文件(需要可留言领取)

实现原理

接下来,将通过这两个数据文件自动生成对应的测试用例。

通过功能用例生成测试脚本

在这个过程中,测试用例本身是自然语言,自然语言的解析与处理本身就是大模型非常擅长的工作。而可以通过 LangChain 简化整个的实现的过程。

编写的提示词模版信息如下所示:

template = """你是一个自动化测试工程师,精通的技术栈为 Python pytest requests库以下是这个接口的具体信息,
{context}
Question: {input}"""

通过功能测试用例生成的自动化测试脚本如下所示:

#1. Test case: 正常情况下的请求import pytestimport requests
def test_normal_request():url = 'http://example.com/normal_request'response = requests.get(url)assert response.status_code == 200assert response.json()['ip_address'] == 'requester_ip'#2. Test case: 非法请求方法import pytestimport requestsdef test_invalid_request_method():url = 'http://example.com/invalid_request_method'response = requests.post(url)assert response.status_code == 405# 3. Test case: 无效的请求路径import pytestimport requestsdef test_invalid_request_path():url = 'http://example.com/invalid_request_path'response = requests.get(url)assert response.status_code == 404

当然,在此过程中可以很明显的发现,自动生成的用例是没有任何的接口信息的。原因是我们给到的数据里面就是没有接口信息的。

填充接口数据

接下来,将读取har文件中的接口数据信息,和脚本进行结合。

提示词模版如下:

template = """你是一个自动化测试工程师,你非常熟悉requests库{context}Question: 请根据传入的接口信息提取request中的 ip 、 url 、method、json。key值为前面提到的字段,如果没有则无需添加。如果有则提取对应的value。要求返回的格式为json格式"""

生成结果如下:

{"ip": "182.92.156.22","url": "https://httpbin.ceshiren.com/ip","method": "GET"}

完整代码

再将以上的过程结合之后,完整版的代码如下所示

from langchain_community.chat_models.openai import ChatOpenAIfrom langchain_community.document_loaders.text import TextLoaderfrom langchain_core.output_parsers import JsonOutputParser, StrOutputParserfrom langchain_core.prompts import PromptTemplatefrom langchain_core.runnables import RunnablePassthroughfrom utils.langchain_debug import langchain_debug
langchain_debug()llm = ChatOpenAI()

def get_by_filename(filename):info = TextLoader(f'./data/{filename}')return info.load()

def get_case_data(_):template = """你是一个自动化测试工程师,你非常熟悉requests库{context}Question: {input}请根据传入的接口信息提取request中的 ip 、 url 、method、json。key值为前面提到的字段,如果没有则无需添加。如果有则提取对应的value。要求返回的格式为json格式"""prompt = PromptTemplate.from_template(template=template, )data_chain = (RunnablePassthrough.assign(context=lambda x: get_by_filename("ip.har"), )| prompt| llm| JsonOutputParser())return data_chain

def get_case():"""通过大模型生成测试数据。:return:"""template = """你是一个自动化测试工程师,精通的技术栈为 Python pytest requests库以下是这个接口的具体信息,你的
{context}
请求的参数信息将输入一个字典,输入的内容为{req}
Question: {input}"""# 模板提示,输出 json 格式的回答prompt = PromptTemplate.from_template(template=template, )chain = (RunnablePassthrough.assign(context=lambda x: get_by_filename("获取ip测试用例.md"), req=get_case_data)| prompt| llm| StrOutputParser())
input_template = """根据每条测试用例的测试步骤,生成对应的测试数据信息,每条测试用例要求都有一条对应的单独的pytest函数"""print(chain.invoke({"input": input_template}))

if __name__ == '__main__':    get_case()

总结

  1. 掌握接口自动化测试用例生成的原理。

  2. 了解如何通过大语言模型生成接口自动化测试脚本与数据。

  3. 掌握通过LangChain生成完整版接口自动化测试用例的方法。



53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询