服务器上部署AI自动化测试脚本完整教程

知识分享

2026-06-17 23:00

9 阅读

为什么需要AI自动化测试脚本

传统手工编写测试用例耗时且容易遗漏，而AI自动化测试脚本能借助大语言模型自动生成测试逻辑，再交由pytest等框架批量执行，大幅提升测试覆盖率和效率。
本文面向零基础运维用户，直接在一台Linux服务器上完成从环境搭建到跑通第一个AI辅助测试的全部步骤。

前置准备：服务器与Python环境

操作前请确认你有一台能联网的Linux服务器（CentOS 7+或Ubuntu 20.04+），并且拥有sudo权限。
以下是必须的准备工作：

Python 3.8 或更高版本。使用python3 --version检查，如果低于3.8，可以运行sudo apt install python3 python3-pip（Ubuntu）或sudo yum install python3 python3-pip（CentOS）升级。
虚拟环境工具venv。执行python3 -m venv --help确认可用，若提示未安装，用sudo apt install python3-venv补充。
准备一个OpenAI API Key。如果你还没有，去platform.openai.com注册并生成，注意保管好密钥。

分步操作：搭建AI测试脚本运行环境

1. 创建项目虚拟环境

切换到你的工作目录（比如/home/test），执行：

python3 -m venv ai_test_env
source ai_test_env/bin/activate

激活后终端前面会出现(ai_test_env)提示符，表示当前在虚拟环境中。

2. 安装核心依赖包

在虚拟环境下安装pytest（测试框架）和requests（调用AI API）：

pip install pytest requests

如果后续需要测试Web页面，还可以安装selenium，但本文以接口测试为例。

3. 编写AI生成测试用例的脚本

新建文件gen_test.py，内容如下：

import requests
import json
import os

def generate_test_cases(api_key, function_desc):
    """调用OpenAI生成pytest风格的测试用例代码"""
    url = "https://api.openai.com/v1/chat/completions"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    prompt = f"请为以下函数生成pytest测试用例：{function_desc}\n只输出Python代码，不要解释。"
    data = {
        "model": "gpt-3.5-turbo",
        "messages": [{"role": "user", "content": prompt}],
        "temperature": 0.3
    }
    response = requests.post(url, headers=headers, json=data)
    response.raise_for_status()
    return response.json()["choices"][0]["message"]["content"]

if __name__ == "__main__":
    api_key = os.environ.get("OPENAI_API_KEY")
    if not api_key:
        print("请设置环境变量 OPENAI_API_KEY")
        exit(1)
    func = "add(a, b) 返回a与b的和"
    code = generate_test_cases(api_key, func)
    print(code)

运行python gen_test.py，如果能正常输出pytest代码，说明API可用。

4. 集成到自动化测试流程

创建一个test_simple.py文件，粘贴上面生成的用例并适当调整，例如：

import pytest

def add(a, b):
    return a + b

def test_add_positive():
    assert add(1, 2) == 3

def test_add_zero():
    assert add(0, 0) == 0

运行pytest：

pytest test_simple.py -v

看到两个测试都通过（绿色PASSED）即表示你的AI自动化测试脚本流程已打通。

避坑指南

API密钥安全：不要将Key硬编码在脚本里，推荐使用环境变量（如export OPENAI_API_KEY='sk-xxx'），并将gen_test.py添加到.gitignore。
网络超时：国内服务器调用OpenAI API可能会遇到超时，可以给requests增加timeout参数（timeout=30），或使用代理。
依赖版本冲突：如果安装过程中提示包版本冲突，建议先升级pip：pip install --upgrade pip，再逐个安装。
模型限制：免费API可能有速率限制，生成大量用例时建议加入sleep间隔或使用本地模型。

效果验证与常见问题

验证方法

确认pytest执行后所有用例通过，无ERROR或FAILED。
修改add函数逻辑（例如返回值改为a+b+1），再运行pytest应出现失败，证明测试脚本有效。

常见问题解答

Q：生成代码格式不对，pytest无法运行怎么办？
A：检查API返回的内容是否包含Markdown代码块标记，可以用正则提取纯Python代码。

Q：怎样对Web页面做AI自动化测试？
A：安装selenium和浏览器驱动，在prompt中加入“使用selenium”和页面操作描述，AI会自动生成对应的测试脚本。

Q：没有OpenAI API可以用本地模型吗？
A：可以，部署Ollama或llama.cpp后，修改gen_test.py中的请求地址和模型名即可。

总结

本文完整演示了如何在服务器上从零搭建AI自动化测试脚本环境，并跑通一条“调用API→生成用例→pytest执行”的链路。
如果你后续需要处理更复杂的业务逻辑，建议先按本文验证基础环境，再逐步加入selenium、数据驱动等功能。
遇到异常时优先检查API密钥、网络联通和依赖版本，多数问题都能在避坑部分找到答案。

AI生成技术文档保姆级教程：零基础也能写出专业文档

AI接口测试工具实战：零基础用curl和Python验证