AI自动化接口测试

概述

这是一个基于AI技术的自动化接口测试项目，通过DeepSeek-Coder大模型分析Swagger API文档，自动生成完整的HttpRunner风格的接口测试用例。项目支持多环境配置（test/pre/saas），具备AES加解密、签名验证等企业级功能，可以实现从Swagger文档解析到测试代码生成的全自动化流程。

项目结构

• ai_engine/: AI引擎核心代码
  • ai.py: DeepSeek AI模型封装，负责调用AI生成测试用例
  • generator.py: 测试数据生成器，基于API规范生成测试用例
  • prompts/: AI提示词模板和配置
    • base_prompts.py: 核心提示词模板，定义AI生成测试用例的规则
    • test_data/: 测试所需的固定数据（如用户信息等）
    • utils.py: 提示词相关工具函数
• configs/: 配置管理
  • config.py: 配置管理器，支持多环境配置和动态信息管理
  • config.yaml: 主配置文件，包含AI配置、环境配置、认证信息等
• swaggers/: Swagger文档处理
  • get_swagger.py: 从API文档页面提取Swagger schema
  • gen_apidoc.py: 解析Swagger文档生成API数据
  • swagger2/: Swagger文档解析库
• testcases/: 生成的测试代码存储目录
• template/: 测试代码模板文件
  • template_common.txt: HttpRunner测试代码通用模板
• utils/: 工具类库
  • aes_utils.py: AES加解密工具
  • com_utils.py: 通用工具函数
  • log.py: 日志配置
  • city_info/: 城市信息数据

快速开始

配置设置

1. AI配置：编辑 configs/config.yaml，配置DeepSeek API Key：

   ai_config:
     model_name: "deepseek-coder"
     api_key: "your-deepseek-api-key"
     temperature: 0.7
     max_tokens: 8192

2. 环境配置：根据实际环境修改 configs/config.yaml 中的各环境配置信息。

3. 代码模板：根据实际情况修改 template/template_common.txt 文件

生成测试代码

1. 自动获取Swagger文档并生成测试代码：

   # 从指定URL获取Swagger文档并生成所有API的测试代码
   python main.py --url "http://your-api-doc-url/api/doc/"
   
   # 为指定API路径生成测试代码
   python main.py --api "/api/specific/path" --url "http://your-api-doc-url/api/doc/"

2. 使用本地Swagger文档并生成所有api接口的测试代码：

   # 如果本地已有swagger_*.json文件，直接生成测试代码
   python main.py

运行测试

# 运行测试（默认test环境）
python run.py

# 指定环境运行测试
python run.py test    # 测试环境
python run.py pre     # 预发布环境
python run.py saas    # 生产环境

查看测试报告

# 生成并查看Allure测试报告
allure serve allure_report

工作流程

1. Swagger文档获取

API文档URL → get_swagger.py → 提取schema → 保存为swagger_*.json

2. API数据解析

swagger_*.json → gen_apidoc.py → 解析API结构 → 生成api.json

3. AI测试生成

api.json → AI模型分析 → 生成测试用例数据 → 填充模板 → 生成.py测试文件

4. 测试执行

环境初始化 → 获取认证token → 执行测试用例 → 生成测试报告