测试脚本生成器（skills-专业版）

一套给测试用的技能文档 + 脚本生成工具。写个 Markdown spec，直接出 pytest 脚本。

---

快速开始

# 1. clone
git clone  skills-专业版
cd skills-专业版

# 2. 跑一个内置模板
./generate.sh templates/api_smoke.md
cd output && pytest -v

三步搞定。不用改代码，改改 spec 里的地址和接口就行。

---

目录结构

skills-专业版/
├── generate.sh              # 一键生成脚本入口 ✅
├── codegen/                 # 代码生成引擎 ✅
│   ├── run_spec.py          #   spec → 脚本（支持 4 种 kind）
│   ├── requirements.txt     #   依赖声明
│   └── examples/            #   spec 示例
├── templates/               # 内置模板（10 个）✅
├── output/                  # 生成的脚本输出目录 ✅
├── .cursor/rules/           # Cursor AI 编排规则 ✅
├── testcase-skills/         # 用例生成技能链 📖 SKILL 文档
│   ├── planner/             #   规划：拆解需求、定策略
│   ├── analyzer/            #   分析：提取接口、规则、场景
│   ├── generator/           #   生成：批量产出用例
│   └── reviewer/            #   评审：质量检查
├── api-skills/              # API 测试技能链 📖 SKILL 文档
│   ├── 分析/                #   文档解析、接口分析、意图识别
│   ├── 规划/                #   测试策略规划
│   ├── 执行/                #   用例生成、脚本生成、执行报告
│   └── 自我修复/            #   失败用例自动修复
├── UI-skills/               # UI测试技能链 📖 SKILL 文档
│   ├── 分析/                #   UI 元素识别、图片用例描述
│   ├── 规划/                #   测试策略规划
│   ├── 执行/                #   Playwright 代码生成、执行报告
│   └── 自我修复/            #   失败用例自动修复
├── data-factory/            # 造数（生成 MySQL 插入脚本）✅
├── defect-analysis/         # 缺陷智能分析 📖 SKILL 文档
├── requirement-modeling/    # 需求建模与任务拆解 📖 SKILL 文档
├── special-testing/         # 专项测试 📖 SKILL 文档 + ✅ 性能测试
├── testcase-data-generator/ # 测试数据生成 📖 SKILL 文档
├── intent-router/           # 意图路由 📖 SKILL 文档
└── bug-reporter/            # Bug 报告 📖 SKILL 文档

标注说明：

• ✅ 已实现：写 spec → ./generate.sh spec.md → 直接生成可跑脚本
• 📖 SKILL 文档：给 AI 看的操作手册，在 Cursor Chat 里 @ SKILL.md 使用

---

内置模板

目前生成器支持五种 kind：

• api_pytest — 生成 requests + pytest 脚本，跑 API 测试
• ui_pytest_playwright — 生成 pytest-playwright 脚本，跑 UI测试
• data_factory — 生成 pymysql 插入脚本，自动造测试数据
• perf_test — 生成 Locust 脚本，跑 HTTP 接口压测
• visual_regression — 生成 Playwright 截图对比脚本，跑视觉回归测试

跑 ./generate.sh 不带参数，会打印完整列表和用法。

---

自己写 spec

模板不够用？自己写一个。

spec 是一个 Markdown 文件，开头带 YAML frontmatter。格式长这样：

---
kind: api_pytest
base_url: http://127.0.0.1:8080
cases:
  - id: TC-001
    method: GET
    path: /api/users
    expect_status: 200
  - id: TC-002
    method: POST
    path: /api/users
    json_body:
      name: "张三"
      email: "[email protected]"
    expect_status: 201
---

# 用户接口测试

- TC-001: 获取用户列表
- TC-002: 创建用户

写完存成 .md，直接传给生成器：

./generate.sh my_spec.md

就生成了。

spec 字段说明：

* steps 和 flows 二选一，取决于你要单场景还是多场景。
* api_pytest 中 cases 与 scenarios 至少填一个，可同时存在。

case 字段（api_pytest）：

step 字段（ui_pytest_playwright）：

* 元素定位字段四选一，优先用 l1_test_id。

---

环境变量管理

当项目有多个环境（开发 / 测试 / 生产）时，硬编码 base_url 不方便。生成器支持通过 .env 文件管理环境变量。

快速开始

# 1. 复制示例文件
cp .env.example .env.staging

# 2. 编辑 .env.staging，填入各环境的地址和认证信息
# 3. 生成脚本时指定环境
./generate.sh my_spec.md --env .env.staging

.env 文件格式

BASE_URL=http://staging.example.com
TEST_USERNAME=admin
TEST_PASSWORD=secret123
UI_BASE_URL=http://staging-ui.example.com

–env 参数

优先级

--env 指定的文件 > .env 默认文件 > spec 中的 base_url > 系统环境变量

多环境示例

# 开发环境
./generate.sh my_spec.md --env .env.development

# 测试环境
./generate.sh my_spec.md --env .env.staging

# 生产环境（只读模式）
./generate.sh my_spec.md --env .env.production

生成的脚本会自动从 .env 文件中读取变量，无需手动修改代码。

---

OpenAPI 导入

如果你已经有 OpenAPI（Swagger）文档，可以用 --import-openapi 参数直接生成测试 spec，不用手动写。

用法

# 从本地文件导入
./generate.sh --import-openapi openapi.json

# 从 URL 导入
./generate.sh --import-openapi http://localhost:8899/api/docs.json

# 指定输出文件名
./generate.sh --import-openapi openapi.yaml -o my_spec.md

工作流程

1. 读取 OpenAPI 文档（支持 JSON 和 YAML 格式）
2. 解析所有接口定义（路径、方法、参数、响应）
3. 自动生成对应的 spec 文件
4. 你可以在此基础上补充断言和边界测试

示例

# 导入后生成 spec
./generate.sh --import-openapi openapi.json -o api_spec.md

# 查看生成的 spec
cat api_spec.md

# 根据生成的 spec 产出 pytest 脚本
./generate.sh api_spec.md

注意事项

• 支持 OpenAPI 3.0 和 Swagger 2.0 格式
• 导入的 spec 只包含基础接口调用，复杂断言需要手动补充
• 建议导入后检查一遍，确认路径和方法正确

---

依赖

• Python 3.8+
• PyYAML（pip install PyYAML）

跑 generate.sh 的时候如果缺依赖会自动装，不用管。

生成出来的脚本跑 pytest 需要额外装：

# API 测试
pip install pytest requests allure-pytest

# UI测试
pip install pytest pytest-playwright
playwright install chromium

---

两条路混着用

路径一：本地生成（不需要 AI）

写 spec → 跑 ./generate.sh → 出脚本。稳定、可版本管理。

./generate.sh templates/api_smoke.md
./generate.sh templates/ui_login.md
cd output && pytest -v

路径二：AI 辅助生成（Cursor / Copilot）

在 Cursor Chat 里 @ 引用 SKILL.md，告诉 AI 你要测什么。

@testcase-skills/generator/SKILL.md @api-skills/执行/01_测试用例生成.md
帮我给 http://localhost:8899 的 /api/users 接口生成测试用例

AI 会读 SKILL.md 里的测试设计原则，然后帮你生成用例和脚本。

混用方式

先跑路径一生成基础脚本，再用路径二让 AI 补充边界 case，两条路不冲突。

Cursor 配置

用 Cursor 打开 skills-专业版 目录，.cursor/rules/ 下的规则会自动生效。AI 会按规则引用各 SKILL.md。

---

常见问题

Q: 生成出来的脚本跑不通？ A: 先看 base_url 改对了没，再看服务是不是起了。

Q: 怎么加自己的模板？ A: 在 templates/ 下面新建 .md 文件，按 spec 格式写就行。

Q: 能生成其他语言的测试脚本吗？ A: 目前只支持 Python。后续计划支持 Java / Go 等语言。