用LangGraph轻松打造测试用例生成AI Agent

2025/4/9 15:34:04 来源：https://blog.csdn.net/weixin_37786060/article/details/145695415 浏览: 次关键词：用LangGraph轻松打造测试用例生成AI Agent

为什么你需要这个AI助手？

需求文档太复杂
PRD文档动辄几十页，图文混杂，手动提取测试点易遗漏
用例设计费时费力
要兼顾等价类、边界值、异常流多种方法，脑细胞不够用
跨系统协作难
需要同时读取文档、解析图片、调用测试知识库…

试试用LangGraph 5步搭建智能生成流水线👇

一、LangGraph核心能力速览

LangGraph架构图

智能路由
像交通指挥中心自动分配任务
工具调用
可对接企业知识库/API/OCR等系统
状态记忆
支持处理长文档时的断点续传
多轮校验
自动查漏补缺测试场景

二、实战演示：从PRD到测试用例

1. 系统流程图

用例生成流程图

2. 关键工具配置

# 读取企业知识库工具
@tool
def get_cf_data(url: str):"""自动解析公司内部文档结构"""# 解析文档...field_descriptions = {"title": "文章标题","html": "html格式","markdown": "markdown格式"}return {"data": data, "field_descriptions": field_descriptions}# 图片解析工具
@tool 
def get_md_img_data(img_url: str):"""用AI解析markdown中的图片"""try:response = request("GET", img_url)response.raise_for_status()  # 检查请求是否成功image_data = base64.b64encode(response.content).decode('utf-8')  # 将图片内容编码为base64# 使用ai简述图片中的内容response = gpt4o_model.invoke([HumanMessage(content=[{'type': 'text', 'text': "简述图片中的内容"},{'type': 'image_url','image_url': {'url': f'data:image/png;base64,{image_data}'},},])])return response.contentexcept Exception as e:return f"Error processing the image: {str(e)}"

3. Agent核心逻辑

tools = [get_cf_data, get_md_img_data]agent = create_react_agent(model=gpt4o_model.bind_tools(tools),tools=tools,prompt="""假设你是资深软件测试工程师，现在你的任务是阅读CF中给出的文档，然后梳理出测试用例。用例生成要求：a．生成的测试场景语句通顺，表达清楚，不同测试场景的语义跟内容一定不要重复b．必须先使用多种用例设计方法生成高覆盖度的测试用例，不要错过任何需求细节，其中caseDesc为测试功能点，caseStep为测试操作步骤，expectResult为测试预期结果，用例书写格式：{"Method": "【等价类划分／边界值分析／错误推测／正交实验／或其他测试设计手段】", "caseDesc": "", "caseStep": "", "expectResult": ""}c．然后再查看已生成的用例，使用多种测试分类方法外充遗漏的测试场景，用例书写格式：{"Method": "【功能测试／界面测试／权限／安全／性能／或其他方面测试】", "caseDesc": "", "caseStep": "", "expectResult": ""}d. 严格按照用例书写格式输出，不要随意测试不相关的功能e. 你的回答应该是一个仅包含以上所有字段的json"""
)

三、生成效果展示

输入文档：包含5个功能模块的PRD（含3张流程图）

智能输出：

测试方法	测试场景	预期结果
边界值分析	输入0个参与人员	提示"至少选择1人"
权限测试	普通员工访问管理功能	显示"无权限"提示
异常流测试	提交时断网	数据自动缓存待恢复