证券期货业测试技术与质量管理

专家视角：基于LLM语义理解的Web接口测试用例生成方法研究

本文提出了一种基于大语言模型（LLM）语义理解能力的Web接口测试用例自动生成方法，旨在解决传统接口测试用例设计耗时耗力、依赖人工编写测试数据等问题。该方法利用LLM解析接口文档中参数信息，生成取值字典，并根据测试点自动构建接口请求，覆盖正常值、边界值、异常类型及缺失参数等多种测试场景。

研究方法：

1. 接口信息提取： 利用Python的Pandas库读取Excel格式的接口文档，提取接口名称、地址、请求方式、参数类型、参数名、参数说明、请求示例等信息。
2. 参数取值解析： 设计提示词，利用LLM解析接口文档中的参数说明字段，提取枚举值和取值范围，构建参数取值字典。
3. 测试用例生成： 根据接口参数的类型和说明等信息确定涉及的用例测试点，依据测试点到参数取值字典中获取对应取值得到完整的请求参数，拼接测试点、参数及其取值得到用例名称，并将请求参数与请求地址、请求方式进行组合得到测试用例。

研究结果：

• 通过Python实现了自动化工具，并对26个接口进行了验证，共生成276条有效测试用例。
• 实验结果表明，相比人工编写，该方法显著提升了测试用例编写效率，节省约50%的时间，有效降低了测试成本。
• 尽管当前覆盖的测试点尚不全面且需人工补充断言，但该研究为接口测试自动化提供了高效、低成本的新思路。

未来展望：

• 通过优化提示词工程和引入响应断言生成进一步提升自动化程度。
• 通过Prompt工程覆盖更多的测试场景、通过数据预置方式解决用例无法重复执行的问题。
• 不断提高接口测试用例自动生成的自动化率和准确率，减少人工参与程度提升测试效率。