通过 **DeepSeek** 辅助生成接口测试用例

在接口测试中，测试工程师通常需要根据开发提供的接口文档手动编写测试用例。这种方式不仅耗时，还容易遗漏边界场景。通过 **DeepSeek** 模型的语义理解能力，可以自动从接口文档中生成详细的接口测试用例，并结合 pytest 和 YAML 测试框架，打造一套高效、易于维护、可扩展的接口测试解决方案。

目标

1. **快速生成接口测试用例**：

- 根据开发提供的接口文档，自动生成接口测试用例，覆盖正常场景、异常场景和边界值。

2. **构建 pytest + YAML 测试框架**：

- 通过 YAML 文件定义测试数据，实现测试数据与代码分离。

3. **具备实战价值**：

- 支持动态用例生成，易扩展，适合不同项目场景。

4. **实现自动化测试**：

- 自动调用接口并校验返回值，生成详细的测试报告。

---

方案设计

### **1. DeepSeek 的作用**

通过本地部署的 DeepSeek 模型，解析输入的接口文档，生成接口测试用例。DeepSeek 的具体作用包括：

- **语义理解**：自动提取接口文档中的参数、方法、请求示例和响应示例。

- **用例生成**：生成包括正常、异常、边界值等场景的接口测试用例。

### **2. pytest + YAML 测试框架**

- **测试数据驱动**：测试用例和测试数据存储在 YAML 文件中，代码只需读取并执行，降低维护成本。

- **高复用性**：通过 pytest 的参数化功能，动态加载 YAML 文件中的用例。

- **易扩展**：支持多接口、多用例的管理和执行。

---

## **接口文档示例**

以下是开发提供的接口文档示例（`api_doc.md`）：

markdown

### 接口：用户登录

- URL: `/api/v1/login`

- 方法: `POST`

- 请求参数:

- `username` (string): 用户名，必填

- `password` (string): 密码，必填

- 响应示例:

```json

{

"status": "success",

"data": {

"user_id": 12345,

"token": "abc123"

}

}

```

### 接口：获取用户信息

- URL: `/api/v1/user`

- 方法: `GET`

- 请求参数:

- `user_id` (integer): 用户 ID，必填

- `token` (string): 访问令牌，必填

- 响应示例:

```json

{

"status": "success",

"data": {

"user_id": 12345,

"username": "test_user",

"email": "test_user@example.com"

}

}

---

通过 DeepSeek 生成接口测试用例**

### **调用 DeepSeek 推理服务**

以下代码使用 DeepSeek 模型解析接口文档并生成接口测试用例。

import requests

# 本地 Ollama DeepSeek 推理服务地址

DEESEEK_API_URL = "http://localhost:11434/api/generate"

def generate_test_cases_from_docs(api_doc_path):

"""

调用 DeepSeek，根据接口文档生成测试用例

"""

with open(api_doc_path, "r", encoding="utf-8") as f:

api_doc = f.read()

# 构造 DeepSeek 请求

payload = {

"model": "deepseek-r1:1.5b",

"prompt": f"根据以下接口文档生成接口测试用例（包含正常场景、异常场景和边界值）：\n\n{api_doc}"

}

headers = {"Content-Type": "application/json"}

try:

# 调用 DeepSeek API

response = requests.post(DEESEEK_API_URL, json=payload, headers=headers)

response.raise_for_status()

result = response.json()

return result.get("response", "")

except requests.exceptions.RequestException as e:

print(f"调用 DeepSeek API 失败: {e}")

return None

# 示例接口文档路径

api_doc_path = "api_doc.md"

generated_test_cases = generate_test_cases_from_docs(api_doc_path)

# 保存生成的测试用例到 YAML 文件

if generated_test_cases:

with open("test_cases.yml", "w", encoding="utf-8") as f:

f.write(generated_test_cases)

print("测试用例已生成并保存到 test_cases.yml")

else:

print("未能生成测试用例，请检查 DeepSeek 服务状态或输入文档格式。")

生成的 YAML 测试用例**

DeepSeek 生成的 `test_cases.yml` 文件示例如下：

```yaml

- api: /api/v1/login

method: POST

test_cases:

- name: 正常登录

request:

username: test_user

password: test_password

expected_response:

status: success

- name: 用户名为空

request:

username: ""

password: test_password

expected_response:

status: error

error_message: "用户名不能为空"

- name: 密码为空

request:

username: test_user

password: ""

expected_response:

status: error

error_message: "密码不能为空"

- api: /api/v1/user

method: GET

test_cases:

- name: 正常获取用户信息

request:

user_id: 12345

token: valid_token

expected_response:

status: success

data:

user_id: 12345

username: test_user

email: test_user@example.com

- name: 用户 ID 无效

request:

user_id: -1

token: valid_token

expected_response:

status: error

error_message: "用户 ID 无效"

- name: Token 无效

request:

user_id: 12345

token: invalid_token

expected_response:

status: error

error_message: "Token 无效"

```

---

基于 pytest + YAML 实现测试框架**

### **1. 测试框架代码**

以下是基于 pytest 和 YAML 的接口测试框架代码：

```python

import pytest

import requests

import yaml

# 加载 YAML 测试用例

def load_test_cases(file_path):

with open(file_path, "r", encoding="utf-8") as f:

return yaml.safe_load(f)

# 测试数据驱动

test_cases = load_test_cases("test_cases.yml")

@pytest.mark.parametrize("api_test", test_cases)

def test_api(api_test):

"""

使用 pytest 执行接口测试

"""

base_url = "http://localhost:8000" # 替换为实际的接口服务地址

# 遍历接口的测试用例

for case in api_test["test_cases"]:

name = case["name"] # 测试用例名称

request_data = case["request"] # 请求数据

expected_response = case["expected_response"] # 期望响应

# 打印测试用例名称

print(f"执行测试用例: {name}")

# 根据方法调用接口

if api_test["method"] == "POST":

response = requests.post(base_url + api_test["api"], json=request_data)

elif api_test["method"] == "GET":

response = requests.get(base_url + api_test["api"], params=request_data)

else:

pytest.fail(f"未支持的 HTTP 方法: {api_test['method']}")

# 验证响应

assert response.status_code == 200, f"HTTP 状态码错误: {response.status_code}"

actual_response = response.json()

for key, value in expected_response.items():

assert actual_response.get(key) == value, f"响应字段 {key} 校验失败，期望: {value}，实际: {actual_response.get(key)}"

```

### **2. 运行测试**

运行以下命令执行测试：

pytest -v test_api.py

---

## **框架优势与扩展性**

1. **测试数据驱动**：

- 测试数据存储在 YAML 文件中，便于维护和扩展。

- 修改测试用例无需修改代码，降低维护成本。

2. **支持多接口多用例**：

- YAML 文件可以包含多个接口的测试用例，框架会自动加载并执行。

3. **易于扩展**：

- 可以扩展支持更多 HTTP 方法（如 PUT、DELETE）。

- 集成到 CI/CD 流程中，实现自动化接口测试。

4. **异常场景覆盖**：

- 通过 DeepSeek 自动生成异常场景测试用例，覆盖更多边界值。

 推荐一个比较NB的ai工具，好不好用试过的不言而喻
https://ai.rcouyi.com/auth/register?inviteCode=W1PXYCM4J