AI应用--接口测试篇

1. 接口测试过程中的痛点

接口的内容都是在yapi上，接口的内容都是以表格的形式呈现。在接口测试过程中，需要将表格形式的入参，手动敲成JSON格式，并且需要跟进字段类型，编辑字段值的形式。过程较为麻烦。
使用postman进行接口测试时，使用一个参数测试后，需要重新编辑参数进行下一个用例的执行，不能批量进行接口的调用。
自动化脚本每次都是需要人一行行写，有时有些脚本还不太熟练

2. 解决的方法

在大模型日渐流行的时代，就考虑是否可以使用大模型来简化上边的痛点，提高工作中的效率。于是，进行了以下的实践过程。

3. 开启探索之旅：

3.1 文本 API

与deepseek交互--提示词信息

URL：https://xxxx

请求方法：post

请求头：{

"Content-Type": "application/json"

"Authorization"："xxxxx"

}

请求体：{

"storeCode": "",

"storeName": "",

"mdCode": "",

"mdName": "",

"queryKey": "",

"regionCode": [370212,370214],

"pageNum": 1,

"pageSize": 10

}

响应格式: JSON

响应状态码: 200

示例响应:

测试场景:

正常场景：入参有"regionCode": [370212,370214]，pageNum": 1, "pageSize": 10。

异常场景：入参都为空。

断言要求:状态码为 200

生成的脚本

python 复制代码

import requests
import pytest

# 基础 URL
BASE_URL = "https://xxxxx"

# 请求头
HEADERS = {
    "Content-Type": "application/json",
    "Authorization": "xxxxx"


# 正常场景测试
def test_query_for_design_success():
    # 请求体
    payload = {
        "storeCode": "",
        "storeName": "",
        "mdCode": "",
        "mdName": "",
        "queryKey": "",
        "regionCode": [370212, 370214],
        "pageNum": 1,
        "pageSize": 10
    }
    # 发送 POST 请求
    response = requests.post(BASE_URL, json=payload, headers=HEADERS)

    # 断言
    assert response.status_code == 200, f"预期状态码为 200，实际为 {response.status_code}"
    assert isinstance(response.json(), dict), "响应体应为 JSON 格式"


# 异常场景测试
def test_query_for_design_failure():
    # 请求体（所有参数为空）
    payload = {
        "storeCode": "",
        "storeName": "",
        "mdCode": "",
        "mdName": "",
        "queryKey": "",
        "regionCode": [],
        "pageNum": 1,
        "pageSize": 10
    }
    # 发送 POST 请求
    response = requests.post(BASE_URL, json=payload, headers=HEADERS)

    # 断言
    assert response.status_code == 200, f"预期状态码为 200，实际为 {response.status_code}"
    assert isinstance(response.json(), dict), "响应体应为 JSON 格式"


# 运行测试
if __name__ == "__main__":
    pytest.main()

输出结果

总结

1.使用大模型进行脚本生成时，尽可能的描述清晰接口的组成部分的内容。描述的越详细可以输出的更精准

2.测试场景，可以根据实际的测试需要，进行入参的赋值。生成固定参数的测试脚本

3.断言形式可以多种形式，选择自己需要的形式。比如返回值，返回code等

单接口、固定参数的接口自动化脚本的生成属于比较简单，并且最容易上手操作的一个场景。

不理想的方面：很多接口信息在YAPI上，每次整理上面格式都需要手动操作，比较耗时耗力。

3.2 deepseek--快速生成入参格式

背景

在用postman或者其他工具进行接口测试，或者利用大模型进行接口自动化脚本生成时，都需要手动去编写入参格式，在有大量入参的情况下，需要耗费较多的时间去编写入参，就思考能不能用大模型来做这个枯燥又麻烦的工作。

示例接口

yapi：https://xxxxxx

入参：

学习历程

1.从yapi上进行数据的摘抄，比较繁琐，所以我直接截图下来。将图片扔给了deepseek。

提示词： "根据名称，类型，生成入参格式"， 输出了符合条件的入参格式。并且会根据字段的类型，给了每个字段一个实例。------此次为成功得到自己想要的结果的提示词

perl 复制代码

{
  "uclUserInfo": {
    "ucld": 12345,
    "memberId": 67890,
    "email": "user@example.com",
    "mobile": "1234567890",
    "userName": "DesignerName",
    "status": 1
  },
  "roleList": [
    {
      "roleCategory": "Category1",
      "roleCode": "RoleCode1",
      "roleName": "RoleName1"
    }
  ],
  "mdlList": [
    {
      "mdCode": "MD001",
      "mdName": "MDName1"
    }
  ],
  "childAccountList": [
    {
      "storeCode": "Store001",
      "accountId": 111,
      "nickName": "Nick1",
      "accountName": "Account1",
      "accountStatus": 1
    }
  ]
}

总结

本次文章里提到的接口，属于比较典型的一种接口，拥有繁琐的入参，在进行手工编写入参的时候，经常性的出现类似于字段拼错，类型输错，格式不对等人为失误的情况。通过这种方式的尝试，能够快速和准确的生成，接口需要的入参格式。极大的缩减了自己手动编写的时间，以及准确性。是一种较为简便快捷的应用方案。

3.3 一步生成测试脚本

yapi接口

让deepseek进行输出：提示词：

根据入参的body，生成python自动化测试脚本

python 复制代码

import requests
import json

# 定义 API 的 URL
url = "https://xxxxxx"

# 定义请求头
headers = {
    "Content-Type": "application/json"
}

# 定义请求体
body = {
    "pageNum": 1,
    "pageSize": 10,
    "storeCode": "STORE123",
    "mdCode": "MD123",
    "mobile": "13800138000",
    "accountId": 12345,
    "roleType": "0",
    "roleStatus": "0"
}

# 发送 POST 请求
response = requests.post(url, headers=headers, data=json.dumps(body))

# 打印响应状态码和响应内容
print(f"响应状态码: {response.status_code}")
print(f"响应内容: {response.json()}")

# 断言响应状态码是否为 200
assert response.status_code == 200, f"预期状态码为 200，实际为 {response.status_code}"

print("测试通过！响应状态码为 200。")

入参的值，需要进行手动的修改。改为自己需要的入参值。后续可以针对入参进行参数化处理

扩展

如果需要测试多个场景，可以将 body 参数化，使用循环或数据驱动的方式测试不同的输入组合。
可以将响应内容进一步解析，验证具体的字段值是否符合预期。

3.4 参数化

方法 1：使用列表或字典存储多组参数

将多组 body 参数存储在一个列表或字典中，然后通过循环遍历每组参数发送请求。

python 复制代码

import requests
import json

# 定义 API 的 URL
url = "https://xxxxx"

# 定义请求头
headers = {
    "Content-Type": "application/json"
}

# 定义多组 body 参数
test_cases = [req:{ "pageNum": 1,
        "pageSize": 10,
        "storeCode": "STORE123",
        "mdCode": "MD123",
        "mobile": "13800138000",
        "accountId": 12345,
        "roleType": "0",
        "roleStatus": "0"},rsp:{
        "asas":123123
        }
    {
        "pageNum": 1,
        "pageSize": 10,
        "storeCode": "STORE123",
        "mdCode": "MD123",
        "mobile": "13800138000",
        "accountId": 12345,
        "roleType": "0",
        "roleStatus": "0"
    },
    {
        "pageNum": 2,
        "pageSize": 20,
        "storeCode": "STORE456",
        "mdCode": "MD456",
        "mobile": "13900139000",
        "accountId": 67890,
        "roleType": "1",
        "roleStatus": "1"
    },
    {
        "pageNum": 3,
        "pageSize": 30,
        "storeCode": "STORE789",
        "mdCode": "MD789",
        "mobile": "13700137000",
        "accountId": 54321,
        "roleType": "0",
        "roleStatus": "0"
    }
]

# 遍历每组参数并发送请求
for index, body.res in enumerate(test_cases, start=1):
    print(f"正在测试第 {index} 组参数: {body}")
    
    # 发送 POST 请求
    response = requests.post(url, headers=headers, data=json.dumps(body))
    
    # 打印响应状态码和响应内容
    print(f"响应状态码: {response.status_code}")
    print(f"响应内容: {response.json()}")
    
    # 断言响应状态码是否为 200
    assert response.status_code == 200, f"第 {index} 组参数测试失败，预期状态码为 200，实际为 {response.status_code}"
    
    print(f"第 {index} 组参数测试通过！\n")

print("所有测试用例执行完毕！")

方法 2：从外部文件读取参数

将测试参数存储在外部文件（如 JSON 文件、CSV 文件或 Excel 文件）中，然后在脚本中读取文件内容并参数化。

示例：从 JSON 文件读取参数

创建一个 JSON 文件 test_data.json，内容如下：

css 复制代码

[    {        "pageNum": 1,        "pageSize": 10,        "storeCode": "STORE123",        "mdCode": "MD123",        "mobile": "13800138000",        "accountId": 12345,        "roleType": "0",        "roleStatus": "0"    },    {        "pageNum": 2,        "pageSize": 20,        "storeCode": "STORE456",        "mdCode": "MD456",        "mobile": "13900139000",        "accountId": 67890,        "roleType": "1",        "roleStatus": "1"    }]

2.修改脚本，从 JSON 文件中读取参数：

python 复制代码

import requests
import json

# 定义 API 的 URL
url = "https://xxxxx"

# 定义请求头
headers = {
    "Content-Type": "application/json"
}

# 从 JSON 文件中读取测试数据
with open("test_data.json", "r", encoding="utf-8") as file:
    test_cases = json.load(file)

# 遍历每组参数并发送请求
for index, body in enumerate(test_cases, start=1):
    print(f"正在测试第 {index} 组参数: {body}")
    
    # 发送 POST 请求
    response = requests.post(url, headers=headers, data=json.dumps(body))
    
    # 打印响应状态码和响应内容
    print(f"响应状态码: {response.status_code}")
    print(f"响应内容: {response.json()}")
    
    # 断言响应状态码是否为 200
    assert response.status_code == 200, f"第 {index} 组参数测试失败，预期状态码为 200，实际为 {response.status_code}"
    
    print(f"第 {index} 组参数测试通过！\n")

print("所有测试用例执行完毕！")

方法 3：动态生成参数

如果需要动态生成参数，可以使用 Python 的 faker 库或随机生成数据。

示例代码

python 复制代码

import requests
import json
from faker import Faker

# 初始化 Faker
fake = Faker()

# 定义 API 的 URL
url = "https://xxxxxx"

# 定义请求头
headers = {
    "Content-Type": "application/json"
}

# 动态生成测试数据
def generate_test_data(num_cases):
    test_cases = []
    for _ in range(num_cases):
        body = {
            "pageNum": fake.random_int(min=1, max=10),
            "pageSize": fake.random_int(min=10, max=50),
            "storeCode": fake.bothify(text="STORE###"),
            "mdCode": fake.bothify(text="MD###"),
            "mobile": fake.phone_number(),
            "accountId": fake.random_int(min=10000, max=99999),
            "roleType": fake.random_element(elements=("0", "1")),
            "roleStatus": fake.random_element(elements=("0", "1"))
        }
        test_cases.append(body)
    return test_cases

# 生成 5 组测试数据
test_cases = generate_test_data(5)

# 遍历每组参数并发送请求
for index, body in enumerate(test_cases, start=1):
    print(f"正在测试第 {index} 组参数: {body}")
    
    # 发送 POST 请求
    response = requests.post(url, headers=headers, data=json.dumps(body))
    
    # 打印响应状态码和响应内容
    print(f"响应状态码: {response.status_code}")
    print(f"响应内容: {response.json()}")
    
    # 断言响应状态码是否为 200
    assert response.status_code == 200, f"第 {index} 组参数测试失败，预期状态码为 200，实际为 {response.status_code}"
    
    print(f"第 {index} 组参数测试通过！\n")

print("所有测试用例执行完毕！")

4. 总结成功使用的方案

找到目标接口的yapi地址
截取含有header和body内容的截图
在deepseek上传截图，以及输入提示词

url: https://xxxxxxx

请求方法:post

响应格式:JSON

响应状态码:200

测试场景:根据名称,类型生成入参格式

断言:状态码为200
得到需要的目标脚本

5. 后续研究的方向

1.接口入参的自动生成(自动化场景生成)

2.根据不同的CASE，生成不同的断言

3.API-Agent搭建

6. 团队介绍

「三翼鸟数字化技术平台-质量保障与测试团队」负责为各业务团队的产品交付提供质量保障。制定软件测试流程规范及准入准出标准保障业务正确性；开发自动化测试工具支撑性能测试、兼容性测试、异常测试等测试活动保障产品稳定性；通过代码扫描，权限合规检查等专项测试保障产品符合安全标准；搭建Tone测试一体化平台实现Mock服务，流量录制及回放等提效关键能力，并与Z·ONE平台协同实现软件交付全流程提效。