AI Agent / 系统课时
生成与维护测试
生成与维护测试
本课解决“测试只覆盖正常路径,或紧贴实现细节导致重构就大面积失败”的问题。你将从可观察行为和边界条件设计用例,并让 Claude Code 生成可读、稳定且便于维护的测试。
学习目标
- 从行为契约建立测试用例矩阵
- 编写覆盖成功、边界和失败路径的测试
- 避免脆弱断言与实现细节耦合
先建立行为矩阵
测试生成前,应明确输入类别、预期结果和重要边界。一个小函数通常至少需要正常值、边界值和非法值;业务流程还要考虑权限、重复请求、外部失败和状态转换。
以计算折扣后价格为例,行为契约是:折扣率必须位于 0 到 1 之间,结果保留两位小数,非法折扣抛出异常。表格比直接堆测试代码更容易发现遗漏。
| 场景 | 输入 | 预期 |
|---|---|---|
| 无折扣 | 100, 0 |
100.00 |
| 正常折扣 | 100, 0.25 |
75.00 |
| 全额折扣 | 100, 1 |
0.00 |
| 非法折扣 | 100, 1.1 |
抛出 ValueError |
编写一个完整主示例
下面的文件可保存为 test_price.py,依赖 Python 3 和 pytest。函数与测试放在同一文件中,便于独立运行和理解。
python
from decimal import Decimal, ROUND_HALF_UP
import pytest
def discounted_price(price: Decimal, rate: Decimal) -> Decimal:
if rate < Decimal("0") or rate > Decimal("1"):
raise ValueError("rate must be between 0 and 1")
result = price * (Decimal("1") - rate)
return result.quantize(Decimal("0.01"), rounding=ROUND_HALF_UP)
@pytest.mark.parametrize(
("price", "rate", "expected"),
[
("100", "0", "100.00"),
("100", "0.25", "75.00"),
("100", "1", "0.00"),
],
)
def test_discounted_price(price: str, rate: str, expected: str) -> None:
actual = discounted_price(Decimal(price), Decimal(rate))
assert actual == Decimal(expected)
def test_discounted_price_rejects_invalid_rate() -> None:
with pytest.raises(ValueError, match="between 0 and 1"):
discounted_price(Decimal("100"), Decimal("1.1"))运行命令
bash
pytest test_price.py -q预期输出
text
4 passed in <TIME>s<TIME> 是动态值。示例断言的是返回值和异常契约,没有检查内部乘法顺序,因此之后重构实现时测试仍可继续保护外部行为。
让 Claude Code 补测试而不是复制实现
提示 Claude Code 生成测试时,应提供行为说明、已有测试风格和禁止事项。可以要求它先列出缺失场景,再只实现确认后的用例。
避免让测试重复生产代码中的算法,否则实现和测试可能以同样方式出错。对于复杂结果,优先断言关键字段、状态变化和副作用;除非格式本身就是契约,不要对整段文本或完整对象做脆弱快照。
持续维护测试价值
当需求改变时,先更新行为契约,再调整测试和实现。测试失败可能表示代码回归,也可能表示契约已经变化,不能直接删除失败断言。
长期维护中应清理重复夹具、随机失败和过慢用例。单元测试负责快速反馈,集成测试验证组件协作,端到端测试只覆盖少量关键链路;三者职责清晰,测试集才不会越来越慢且难以定位。
按自己的节奏,确认真正理解。