[自动化测试] 别只会手动点接口,pytest+requests 这样测
每次接口改了就 Postman 手动点一遍,点完记在 Excel 里,发版前再点一遍。其实 pytest 写个脚本,一条命令跑完,还能自动生成报告。今天从单元测试一路讲到 API 验证,一套流程跑通。
Python用 AI 做接口压测脚本生成与结果解读
注意,这篇讲的是性能压测(QPS、延迟分布、瓶颈),不是"接口模糊测试"(那个是喂异常输入找崩溃)。压测的价值不在"跑出一个大数字",而在找到系统在哪个并发量开始变慢、以及慢在哪个环节。
Python自动化测试失败?AI自动定位根因并修复,附完整方案
在 CI/CD 执行完测试后,我们发现报告中有几个用例失败。接下来,我们按照惯例打开报告,查看 trace,进行调试,并对照代码进行分析。此时,是时候引入 AI 来处理这些任务了。
Python用 AI 按改动类型生成评审清单:别用同一套话审所有 PR
先说清楚这篇不做什么:它不评判代码写得好不好,也不做安全扫描——那是代码审查和安全审查的事。它只解决一个更前置的问题:这次改了什么地方,所以这次必须检查哪些点。很多团队的评审清单是一份通用模板,任何 PR 都能原样贴上,结果就是谁都不看。
[Python] 系列⑥特殊语法与常用模块
前面几篇学完基础,这篇讲 Python 的几个特殊语法(列表推导式、生成器、匿名函数、装饰器)和超实用的内置模块 —— 这些写起来省事、看着高级。
LangChain没死,它只是把自己拆开,长成了Agent的整套地基
先给你讲个我这两年的观察。两年前你刷技术社区,满屏都是 LangChain,博客写它,Twitter 转它,Reddit 讨论它,你随便点开一个 AI 教程,开头八成是那句 from langchain import ...。
Google 评估指南点名的能力,用四条 pytest 真测一遍
把工具搞挂再测:错误恢复不是口号是断言错误恢复能力天天被提起、很少被真测过:智能体故障注入测试,让它第一次有机会变红。周一晚上九点半,客服值班群转进来一张截图。用户问「我那单到底到哪了」,机器人答得特别顺:「您的订单大概明天到货,请留意物流更新。
9个测试,换个Python全跑不了
|| 全量 | 9 passed, 1 xfailed || 只跑 test_calc.py | 6 passed, 1 xfailed || 只跑 test_quote.py | 3 passed |6+1 加 3,等于 10。对得上。
Python 自动化测试入门:从单元测试到 API
一提 "测试",很多人想到的就是点点点。但 Python 把自动化测试的门槛压得很低:内置的 unittest、更顺手的 pytest、发请求的 requests,三件套就能搭起一条从 "函数对不对" 到 "接口通不通" 的测试流水线。这篇从零走一遍。