API接口自动化测试用例生成器

快速参考

输入格式

输出格式

用例类型

核心功能

1. Swagger/OpenAPI 解析

自动解析 Swagger/OpenAPI 文档，提取：

• 接口路径 (Paths) 与 HTTP 方法
• 请求参数 (Query/Body/Path/Header)
• 响应状态码与 Schema
• 认证方式 (Bearer Token, API Key, OAuth2)

2. 场景链路生成

自动分析：

• 通过响应 Schema 中的 ID 字段与路径参数匹配推断依赖
• 识别 CRUD 模式（Create → Read → Update → Delete）
• 识别认证链路（Login → Business API → Logout）

手动指定：

• 执行过程中询问用户是否需要补充/调整场景链路
• 支持用户自定义接口调用顺序与数据传递规则

3. 断言策略

默认断言：

• HTTP 状态码匹配（2xx/4xx/5xx）
• 响应 Content-Type 校验

业务断言规则库（references/assertion-rules.md）：

• 创建资源 → 调用查询接口确认存在
• 更新资源 → 调用查询接口确认变更
• 删除资源 → 调用查询接口确认不存在（404）
• 列表查询 → 响应为数组且包含操作项
• 登录 → 响应包含 Token 且后续请求认证通过

自定义断言：

• 支持用户通过注释或规则文件扩展断言

4. 多格式输出

根据用户需求或项目现有框架选择输出格式：

• Pytest: 生成可直接运行的 Python 测试代码，支持 conftest.py 配置
• Postman: 生成 Collection v2.1 格式，含 Tests 断言脚本
• JMeter: 生成 JMX 文件，含断言与变量传递
• Excel: 生成标准测试用例文档，含步骤、预期结果、优先级

工作流程

1. 解析 Swagger → 提取接口定义与模型
2. 分析依赖 → 自动推断接口调用链路
3. 询问用户 → 确认/补充场景与输出格式
4. 加载断言规则 → 应用状态码与业务断言
5. 生成测试用例 → 按选定格式输出文件

详细步骤

步骤 1：解析 Swagger

读取用户提供的 Swagger JSON/YAML 或 URL，调用脚本解析：

python scripts/swagger_parser.py --input swagger.json --output parsed_api.json

输出 parsed_api.json 包含：

• 接口列表（路径、方法、参数、响应）
• 模型定义（Schema）
• 自动推断的依赖关系

步骤 2：分析与询问

加载 parsed_api.json 后，向用户展示：

1. 识别到的接口数量与模块分布
2. 自动推断的场景链路（如 CRUD、登录流程）
3. 询问是否需要：
   • 调整/补充场景链路
   • 选择输出格式（Pytest/Postman/JMeter/Excel）
   • 指定现有测试框架路径（用于适配）

步骤 3：生成测试用例

确认需求后，调用生成脚本：

python scripts/generate_testcases.py \
  --input parsed_api.json \
  --format pytest \
  --scenarios scenarios.json \
  --output ./api_tests/

参数说明：

• --input: 解析后的 API JSON 文件
• --format: 输出格式（pytest, postman, jmeter, excel）
• --scenarios: 场景链路配置 JSON（可选，默认使用自动分析结果）
• --output: 输出目录

断言规则库

参考 references/assertion-rules.md 获取完整规则。

常见业务断言模式

场景链路模式

参考 references/scenario-patterns.md 获取完整模式。

常见场景

脚本说明

swagger_parser.py

解析 Swagger/OpenAPI 文件，输出结构化 JSON。

python scripts/swagger_parser.py --input swagger.json --output parsed_api.json

generate_testcases.py

根据解析结果生成指定格式的测试用例。

python scripts/generate_testcases.py \
  --input parsed_api.json \
  --format pytest \
  --output ./output/

适配现有框架

若用户项目已存在测试框架，Skill 支持：

1. 代码注入模式：生成用例代码插入现有 tests/ 目录
2. 配置文件模式：读取现有 pytest.ini / conftest.py / package.json 适配配置
3. 基类继承模式：生成的 Pytest 类继承项目现有的 BaseTest 类

询问用户时收集：

• 现有框架类型（Pytest/Unittest/JMeter/Postman）
• 基类/配置路径
• 认证方式与统一处理逻辑

依赖库

确保本地 Python 环境已安装：

示例

示例1：Swagger生成Pytest脚本

1. 用户提供 swagger.json
2. 解析并自动识别 CRUD 链路
3. 询问用户确认输出格式为 Pytest
4. 生成 test_user_api.py：
   • test_create_user → 创建用户并断言 201
   • test_get_user → 查询用户并断言存在
   • test_update_user → 更新用户并断言变更
   • test_delete_user → 删除用户并断言 404
5. 代码可直接运行：pytest test_user_api.py

示例2：生成场景化Excel用例

1. 用户提供在线 Swagger URL
2. 解析后识别登录与订单模块
3. 用户手动指定场景：Login → CreateOrder → GetOrder → CancelOrder
4. 生成 Excel 用例，含：
   • 步骤：接口调用顺序
   • 数据传递：Token、OrderId 变量传递说明
   • 断言：每步状态码与业务校验点

注意事项

1. Swagger 完整性：文档中未定义的字段或响应可能导致生成用例不完整
2. 安全认证：生成的用例默认包含认证占位符，需用户补充真实 Token/密钥
3. 数据隔离：场景链路中建议为每个测试生成独立数据，避免数据污染
4. 人工评审：自动生成的场景链路建议人工确认业务逻辑正确性
5. 环境配置：生成的脚本需配置 base_url 与认证信息后方可执行