API Test Data Generator - 测试数据自动化构造

概述

本技能扮演测试数据构造专家角色，核心能力是基于不同输入来源自动生成覆盖全场景、符合约束、可直接用于数据驱动测试的测试数据集。

三种输入模式：

四大数据维度：

触发条件

以下场景自动触发本技能：

• 用户提供 api_definitions.json 或 api_definitions.yaml 文件，要求生成测试数据 → 传统模式
• 用户提供自定义字段规则文件（含 fields: 定义），要求生成测试数据 → 规范模式
• 用户用自然语言描述数据需求，如"生成 10 条身份证数据""生成手机号"等 → 自然语言模式
• 用户要求"生成测试数据""构造测试数据""数据驱动测试数据"
• 用户提及"api-testdata-generator""/api_testdata_generator"
• 用户需要为手工测试、性能测试、UI 自动化等场景准备测试数据

模式识别

根据输入自动判定模式，也可通过 --mode 参数显式指定：

模式一：传统模式（API Schema）

核心流程

输入（api_definitions.json + 团队数据规范）
        ↓
  Step 1: 解析接口参数约束（类型、必填、长度、正则、枚举、默认值）
        ↓
  Step 2: 按场景维度生成测试数据
        ↓
  Step 3: 处理接口依赖数据（Token、用户ID、订单号等）
        ↓
  Step 4: 输出数据驱动格式文件（YAML/JSON/Excel）

输入

1. 标准化接口定义文件（必需）：由 api-schema-parser 输出的 api_definitions.json/yaml
2. 团队测试数据构造规范（选填）：JSON/YAML 格式
3. 目标接口/模块筛选（选填）：接口 api_id 或模块名称

如果用户未提供团队数据规范，使用 references/boundary-rules.md 中的默认规则。

执行流程

Step 1: 解析接口参数约束

Step 2: 按场景维度生成测试数据

参见下方「四大数据维度详细规则」章节。

Step 3: 处理接口依赖数据

参照 references/dependency-resolution.md 中的策略，自动处理 Token、用户 ID、订单号等依赖关系，使用 ${VARIABLE_NAME} 格式标记。

Step 4: 输出数据驱动格式文件

按模块分目录输出，每个接口一个文件。支持 YAML/JSON/Excel 三种格式。

输出目录结构

test_data/
├── _dependencies.yaml          # 依赖关系配置（全局）
├── _config.yaml                # 全局配置（鉴权、基础URL等）
├── auth/                       # 认证管理模块
│   ├── user_login.yaml
│   ├── user_register.yaml
│   └── ...
├── order/
│   └── ...
└── summary.json                # 数据生成汇总报告

单个接口输出结构

api_id: "POST_/api/auth/login"
name: "用户登录"
module: "认证管理"
test_cases:
  - case_id: "POS_001"
    name: "合法用户名和密码登录"
    category: "positive"
    priority: "P0"
    parameters:
      body_params:
        username: "testuser01"
        password: "Test1234"
        captchaKey: "${CAPTCHA_KEY}"
        captchaCode: "1234"
    expected:
      status_code: 200
  - case_id: "BND_001"
    name: "密码最小长度边界-8位密码"
    category: "boundary"
    priority: "P1"
    parameters:
      body_params:
        username: "testuser01"
        password: "Test1234"
    expected:
      status_code: 200
  - case_id: "NEG_001"
    name: "用户名为空"
    category: "negative"
    priority: "P0"
    parameters:
      body_params:
        username: ""
        password: "Test1234"
    expected:
      status_code: 400
  - case_id: "SEC_001"
    name: "SQL注入-用户名"
    category: "security"
    priority: "P1"
    parameters:
      body_params:
        username: "' OR '1'='1"
        password: "Test1234"
    expected:
      status_code: 400

模式二：规范模式（Spec）

核心流程

输入（自定义字段规则文件 YAML/JSON）
        ↓
  Step 1: 解析字段约束（类型、长度、正则、枚举、范围等）
        ↓
  Step 2: 按场景维度生成测试数据
        ↓
  Step 3: 输出格式文件（YAML/JSON/Excel/CSV）

输入

自定义字段规则文件，格式为 YAML 或 JSON，包含以下结构：

# 示例：用户注册表单测试数据规则
name: "用户注册表单"
description: "用户注册场景的测试数据规则"
count: 10                          # 每个维度默认生成条数
dimensions: [positive, boundary, negative]  # 生成维度，可选

fields:
  - name: username
    type: string
    required: true
    minLength: 3
    maxLength: 20
    pattern: "^[a-zA-Z0-9_]+$"
    description: "用户名"

  - name: password
    type: string
    required: true
    minLength: 8
    maxLength: 50
    pattern: "^(?=.*[A-Za-z])(?=.*\\d).{8,}$"
    description: "密码"

  - name: email
    type: string
    required: true
    format: email
    description: "邮箱"

  - name: phone
    type: string
    required: true
    pattern: "^1[3-9]\\d{9}$"
    description: "手机号"

  - name: age
    type: integer
    required: false
    minimum: 1
    maximum: 150
    description: "年龄"

  - name: gender
    type: integer
    required: false
    enum: [0, 1, 2]
    description: "性别（0未知/1男/2女）"

  - name: address
    type: string
    required: false
    maxLength: 200
    description: "地址"

字段规则定义

输出

默认 CSV 格式（方便在手工测试、性能测试等场景直接使用），也支持 YAML/JSON/Excel。

# spec_test_data_positive.csv
username,password,email,phone,age,gender,address
testuser01,Test1234,test01@example.com,13800001234,25,1,北京市朝阳区测试街道1号
testuser02,Test5678,test02@example.com,13800001235,30,2,上海市浦东新区测试路2号

模式三：自然语言模式（NL）

核心流程

输入（自然语言描述）
        ↓
  Step 1: 解析自然语言，提取字段类型、数量、合法性约束
        ↓
  Step 2: 基于 Faker 库生成符合约束的数据
        ↓
  Step 3: 输出 CSV 文件

输入

直接使用自然语言描述数据需求，例如：

• "生成 10 条符合中国身份证规则的数据"
• "生成 5 个合法手机号和 2 个非法手机号"
• "生成随机用户名、邮箱、地址、公司名等测试数据"
• "生成 20 条包含姓名、手机号、身份证号、银行卡号的测试数据"
• "生成 3 个合法邮箱和 3 个格式错误的邮箱"
• "生成 100 条性能测试用的用户数据，包含用户名、密码、邮箱"

自然语言解析规则

字段类型识别

数量提取

合法性识别

非法数据生成规则

参照 references/nl-patterns.md 中的详细规则，为每种字段类型生成对应的非法数据：

输出

默认 CSV 格式，首行为字段名，后续为数据行：

# nl_test_data_20260526_113000.csv
身份证号
110101199001011234
110101199002022345
440305199103033456
...

# 含多字段的输出
姓名,手机号,邮箱,地址
张伟,13800001234,zhangwei@example.com,北京市朝阳区建国路1号
李娜,13800001235,lina@example.com,上海市浦东新区陆家嘴路2号
...

四大数据维度详细规则

以下规则适用于传统模式和规范模式。自然语言模式的维度由描述中的合法性关键词决定。

正向合法数据（Positive）

边界值数据（Boundary）

参照 references/boundary-rules.md：

组合策略：单参数边界，不做笛卡尔积，必填参数优先。

异常非法数据（Negative）

安全与幂等数据（Security）

参照 references/security-patterns.md：

生成脚本调用

传统模式

# 为所有接口生成 YAML 格式测试数据
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --format yaml --output test_data/

# 为所有接口生成 JSON 格式测试数据
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --format json --output test_data/

# 为所有接口生成 Excel 格式测试数据
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --format excel --output test_data/

# 仅生成指定模块的测试数据
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --module "订单管理" --output test_data/

# 仅生成指定接口的测试数据
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --api "POST_/api/auth/login" --output test_data/

# 自定义团队数据规范
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --config custom_rules.yaml --output test_data/

# 仅生成指定维度
python3 <skill_path>/scripts/testdata_generator.py api_definitions.json --dimension positive,boundary --output test_data/

规范模式

# 基于自定义规则生成测试数据（默认 CSV 输出）
python3 <skill_path>/scripts/testdata_generator.py --mode spec --spec custom_rules.yaml --output test_data/

# 指定输出格式
python3 <skill_path>/scripts/testdata_generator.py --mode spec --spec custom_rules.yaml --format json --output test_data/

# 指定生成维度
python3 <skill_path>/scripts/testdata_generator.py --mode spec --spec custom_rules.yaml --dimension positive,negative --output test_data/

自然语言模式

# 生成符合中国身份证规则的数据
python3 <skill_path>/scripts/testdata_generator.py --mode nl --prompt "生成10条符合中国身份证规则的数据" --output test_data/

# 生成合法和非法手机号
python3 <skill_path>/scripts/testdata_generator.py --mode nl --prompt "生成5个合法手机号和2个非法手机号" --output test_data/

# 生成随机用户数据
python3 <skill_path>/scripts/testdata_generator.py --mode nl --prompt "生成随机用户名、邮箱、地址、公司名等测试数据" --output test_data/

# 指定数量
python3 <skill_path>/scripts/testdata_generator.py --mode nl --prompt "生成20条包含姓名、手机号、身份证号的测试数据" --output test_data/

# 性能测试数据
python3 <skill_path>/scripts/testdata_generator.py --mode nl --prompt "生成100条性能测试用的用户数据，包含用户名、密码、邮箱" --output test_data/

数据生成规则

字符串生成策略

数值生成策略

布尔值生成策略

注意事项

• 模式自动识别：当输入文件含 apis 字段时自动识别为传统模式，含 fields 字段时为规范模式，使用 --prompt 时为自然语言模式
• 不遗漏参数：每个接口的所有参数都必须生成测试数据
• 约束完整覆盖：每个参数的每个约束都必须生成对应的边界值
• 依赖变量标记：依赖参数使用 ${VARIABLE} 格式标记（传统模式）
• 数据可复用：正向数据中相同参数的合法值在不同接口间保持一致
• 优先级标注：每条测试数据标注优先级（P0/P1/P2/P3），P0 为最高
• 中文场景适配：Faker 使用 zh_CN locale，优先生成中文合法数据
• 编码处理：输出文件 UTF-8 编码，CSV 含 BOM 头（兼容 Excel 打开）
• 大文件分模块：按模块分目录输出，每个接口一个文件（传统模式）
• 预期结果合理：正向数据期望 200，异常数据期望 4xx
• 安全数据可控：SQL 注入、XSS 等安全测试数据仅用于测试目的
• Faker 可选依赖：自然语言模式依赖 Faker 库，未安装时给出安装提示并回退到内置生成器

与其他技能的协作

api-schema-parser ──→ 标准化接口数据 (api_definitions.json)
        │
        ├──→ api-testdata-generator ──→ 测试数据文件
        │       │
        │       ├── [传统模式] → test_data/*.yaml → generator-testcase-xmind/excel
        │       │
        │       ├── [规范模式] → spec_test_data.csv  → 手工测试/性能测试/UI自动化
        │       │
        │       ├── [自然语言模式] → nl_test_data.csv → 手工测试/性能测试/UI自动化
        │       │
        │       ├──→ safe-testcase ──→ 基于数据补全遗漏场景
        │       │
        │       └──→ review-testcase ──→ 基于数据评审用例覆盖度
        │
        └──→ （也可直接进入测试执行）

建议使用流程：

1. 接口测试场景：先 api-schema-parser → 本技能（传统模式）→ generator-testcase-xmind/excel
2. 手工/性能/UI 测试场景：直接使用本技能（自然语言模式）生成 CSV 数据
3. 团队规范驱动：使用本技能（规范模式）基于字段规则文件生成数据

Resources

scripts/testdata_generator.py

Python 脚本，核心数据构造引擎，支持：

• 三种输入模式：传统模式（api_definitions.json）、规范模式（字段规则文件）、自然语言模式（Faker 驱动）
• 四大数据维度：正向/边界/异常/安全
• 多种输出格式：YAML/JSON/Excel/CSV
• 智能依赖处理：自动识别接口间依赖关系（传统模式）
• Faker 集成：基于成熟数据构造库生成中文场景数据（自然语言模式）
• 自然语言解析：从用户描述中提取字段类型、数量、合法性约束
• CLI 用法：
  • 传统：python3 testdata_generator.py <api_definitions.json> [--format yaml|json|excel] [--output <dir>] [--module <name>] [--api <api_id>] [--config <rules.yaml>] [--dimension ...]
  • 规范：python3 testdata_generator.py --mode spec --spec <rules.yaml> [--format csv|yaml|json|excel] [--output <dir>] [--dimension ...]
  • 自然语言：python3 testdata_generator.py --mode nl --prompt "生成10条手机号" [--output <dir>]

references/boundary-rules.md

边界值测试数据生成规则，包含各类型的边界值定义、偏移规则、组合策略。

references/security-patterns.md

安全测试数据模式库，包含 SQL 注入、XSS、路径穿越、命令注入等模式。

references/dependency-resolution.md

接口依赖处理策略，包含依赖类型识别、链路分析、变量标记格式。

references/nl-patterns.md

自然语言模式参考文档，包含字段类型关键词映射、Faker Provider 配置、合法/非法数据生成规则、中文场景特殊处理。