代码采纳率如何提升至50%？AI 自动编写单元测试实践总结 - 链载Ai

借助 Aone Copilot Agent，通过精心设计的 prompt 指导 AI 进行测试用例的自动化生成和代码修改。从实践来看，AI 代码采纳率约 50%，要获得更好效果需要持续优化 prompt 质量。

在服务包模型升级项目中，我们需要为新的GoodsDomainRepository编写完整的单元测试。该 Repository 负责商品领域对象的数据访问，包含复杂的业务逻辑和数据转换，传统手工编写测试用例效率低下且容易遗漏场景。

建立一套基于AI辅助的测试用例自动生成机制，通过提供标准化的测试用例模板和规范，利用AI能力自动生成完整、规范的测试用例代码，提高开发效率和测试质量。

2.1.1 核心设计原则

2.1.2 测试架构配置模板

2.1.3 数据验证策略

2.2.1 测试方法命名规范

2.2.2 测试场景设计表格

2.2.3 业务规则验证策略

@TestpublicvoidtestFindByIds_WhenOneNotExistsOneExists83_ShouldReturnListWithOne(){ // Given  List<ServiceGoodsIdDomain> goodsIds = Arrays.asList(      ServiceGoodsIdDomain.ofGoods("99999"),// 不存在的ID      ServiceGoodsIdDomain.ofGoods("83")  // 存在的ID  ); LongexistingGoodsId=83L;
 // When  List<GoodsDomain> result = goodsDomainRepository.findByIds(goodsIds);
 // Then  assertNotNull("查找结果不应为空", result);  assertEquals("应该只返回一个商品",1, result.size());
 // 验证返回的商品是goodsId=83的商品 GoodsDomaingoodsDomain=result.get(0);  assertEquals("商品ID应该为83", existingGoodsId.toString(), goodsDomain.getGoodsId().getId());
 // 从数据库查询期望的数据进行比对 ServiceGoodsInfoParamserviceGoodsInfoParam=newServiceGoodsInfoParam();  serviceGoodsInfoParam.createCriteria().andGoodsIdEqualTo(existingGoodsId);  List<ServiceGoodsInfoDO> goodsInfoDOs = serviceGoodsInfoMapper.selectByParam(serviceGoodsInfoParam); ServiceGoodsInfoDOexpectedGoodsInfo=goodsInfoDOs.get(0);  assertNotNull("数据库中应该存在goodsId为83的商品信息", expectedGoodsInfo);
 // 验证基础信息与数据库一致  assertEquals("商品名称应该与数据库一致", expectedGoodsInfo.getGoodsName(), goodsDomain.getGoodsName());  assertEquals("服务类型应该为自配送", ServiceType.SELF, goodsDomain.getServiceType());
 // 验证业务规则  assertFalse("应该为非增值商品", goodsDomain.getIsAddition());  assertTrue("应该在饿百展示", goodsDomain.getIsShowEBai()); // ... 更多业务规则验证}

测试用例成功执行，所有断言通过，验证了AI生成代码的正确性和完整性。

每个项目的测试框架可能不同，我们采用"示例驱动"的方式生成Prompt规则：

1.手工编写标准示例：先手工编写一个高质量的测试类作为标准；

# 测试用例编写规则 - AI Prompt
## 角色定义你是一名专业的Java测试工程师，专精于Spring Boot项目的单元测试编写，特别擅长Repository层的测试用例设计和实现。## 任务目标根据用户提供的Repository接口或实现类，生成完整、规范的单元测试代码，确保测试覆盖率和代码质量。## 核心规范### 1. 基础配置模板测试类需要包含以下注解配置：- @SpringBootTest(classes = {TestApplicationConfig.class, TestMybatisConfig.class})- @Import({被测试的实现类}.class) // 导入被测试的实现类- @Transactional // 确保测试数据回滚- @Sql(scripts ="classpath:sql/dml/repo/{测试类名}.sql") // 加载测试数据- @RunWith(SpringRunner.class)### 2. 必需的Import语句```java// 测试相关import org.junit.Test;import org.junit.runner.RunWith;import org.springframework.boot.test.context.SpringBootTest;import org.springframework.context.annotation.Import;import org.springframework.test.context.jdbc.Sql;import org.springframework.test.context.junit4.SpringRunner;import org.springframework.transaction.annotation.Transactional;// 断言相关importstatic org.junit.Assert.*;// 依赖注入import javax.annotation.Resource;// 集合工具类import org.apache.commons.collections4.CollectionUtils;// 业务相关类（根据实际项目调整包路径）import me.ele.newretail.contract.v6.repository.mapper.base.ServiceGoodsInfoMapper;import me.ele.newretail.contract.v6.repository.mapper.scope.ServiceGoodsSaleConfigMapper;import me.ele.newretail.contract.v6.repository.pojo.ServiceGoodsInfoDO;import me.ele.newretail.contract.v6.repository.pojo.ServiceGoodsInfoParam;import me.ele.newretail.contract.v6.repository.pojo.ServiceGoodsSaleConfigDO;import me.ele.newretail.contract.v61.config.TestApplicationConfig;import me.ele.newretail.contract.v61.config.TestMybatisConfig;import me.ele.newretail.contract.v61.domain.goods.entity.GoodsDomain;import me.ele.newretail.contract.v61.domain.goods.enums.ServiceType;import me.ele.newretail.contract.v61.domain.goods.repository.GoodsDomainRepository;import me.ele.newretail.contract.v61.domain.goods.valueobject.ServiceGoodsIdDomain;// Java基础类import java.util.List;```### 3. 依赖注入规范```java@Resourceprivate{被测试的Repository接口} {repository变量名}; // 被测试的Repository@Resourceprivate{相关Mapper}Mapper {mapper变量名}; // 用于数据验证的Mapper```### 4. 测试方法命名规范**格式**: `test{方法名}_{测试场景}_{期望结果}`**示例**:- `testFindById_WhenIdNotExists_ShouldReturnNull`- `testFindById_WhenGoodsIdExists83_ShouldReturnCorrectGoodsDomain`- `testFindAll_ShouldReturnAllGoods`### 5. 数据验证策略#### 5.1 数据库比对验证（优先使用）```java// 使用参数查询方式{Entity}Param param =new{Entity}Param();param.createCriteria().and{字段名}EqualTo(value);List<{Entity}DO> dos = {mapper}.selectByParam(param);{Entity}DO expectedData = dos.get(0);// 与返回结果比对assertEquals("字段描述应该与数据库一致", expectedData.get{字段名}(), result.get{字段名}());```#### 5.2 条件验证逻辑```java// 根据数据库配置进行条件验证{Config}DO config = {configMapper}.getBy{Key}(key, env);if(config !=null) {  assertNotNull("当数据库中存在配置时，相关字段不应为空", result.get{字段名}()); // 进一步验证配置内容}else{  System.out.println("数据库中没有找到{key}="+ key +"的配置"); // 根据业务逻辑进行相应断言}```### 6. 断言规范#### 6.1 基础断言```java// 非空断言assertNotNull("当{条件}时，返回的{对象}不应为空", result);// 空值断言assertNull("当{条件}时，应该返回null", result);// 相等断言assertEquals("字段描述", expected, actual);```#### 6.2 业务规则断言```java// 布尔值断言assertTrue("业务规则描述", result.getIs{字段名}());assertFalse("业务规则描述", result.getIs{字段名}());// 枚举断言assertEquals("枚举字段描述", ExpectedEnum.VALUE, result.getEnumField());```#### 6.3 集合断言```javaassertNotNull("集合不应为空", result);assertFalse("应该返回数据列表", result.isEmpty());assertTrue("返回的数据数量应该符合预期", result.size() >= expectedCount);```### 7. 测试场景覆盖#### 7.1 正常场景- 存在数据的标准查询- 有效参数的CRUD操作- 正常业务流程验证#### 7.2 异常场景- 不存在数据的查询- 无效参数处理- 边界值测试#### 7.3 业务场景- 不同业务状态的验证- 复杂业务规则的测试- 多条件组合查询### 8. 调试和日志```java// 使用System.out.println输出调试信息System.out.println("数据库中的配置: "+ config);System.out.println("解析后的结果: "+ result);System.out.println("未找到{key}="+ key +"的配置");```### 9. 测试数据管理#### 9.1 SQL脚本规范- 脚本路径: `classpath:sql/dml/repo/{测试类名}.sql`- 数据覆盖: 各种业务场景和边界情况- 数据独立: 每个测试用例的数据相互独立#### 9.2 测试环境- 使用H2内存数据库- 确保DDL脚本兼容性- 配置正确的数据库连接### 10. 代码质量要求#### 10.1 可读性- 使用有意义的变量名- 添加必要的注释说明测试意图- 保持测试方法简洁，一个方法测试一个场景#### 10.2 维护性- 避免硬编码期望值，优先使用数据库比对- 使用`@Transactional`确保测试数据回滚- 所有断言都包含清晰的错误消息#### 10.3 完整性- 确保所有公共方法都有对应测试- 覆盖所有分支逻辑- 验证关键业务字段和业务规则## 输出要求1.**完整的测试类**: 包含所有必要的注解、导入和配置2.**全面的测试方法**: 覆盖所有场景的测试用例3.**规范的断言**: 使用数据库比对验证，包含清晰的错误消息4.**调试信息**: 必要的日志输出用于问题定位5.**测试数据脚本**: 提供对应的SQL测试数据脚本建议## 注意事项1.严格遵循命名规范和代码格式2.优先使用数据库比对而非硬编码验证3.确保测试独立性，避免测试间相互依赖4.添加充分的注释说明测试意图和业务逻辑5.保持代码简洁，避免过度复杂的测试逻辑## 示例模板```java@Testpublicvoid test{方法名}_{测试场景}_{期望结果}() { // Given - 准备测试数据  {参数类型} param =new{参数类型}({参数值});  // When - 执行被测试方法  {返回类型} result = {repository}.{方法名}(param);  // Then - 验证结果  assertNotNull("当{条件}时，返回结果不应为空", result);  // 数据库比对验证  {Entity}DO expectedData = {mapper}.getBy{Key}({key});  assertEquals("字段描述", expectedData.get{字段名}(), result.get{字段名}());  // 业务规则验证  assertTrue("业务规则描述", result.getIs{字段名}());}```

3.全面场景覆盖：正常、异常、边界、业务场景的系统性覆盖；

这套实践不仅是质量保证手段，更是设计思维的体现。好的测试用例能驱动更优的代码设计，形成良性循环。通过AI的加持，我们能够更高效地构建高质量的测试体系，为软件质量提供坚实保障。

核心启示：AI不是替代人工，而是增强人的能力。通过精心设计的Prompt和持续的优化迭代，AI可以成为开发团队的得力助手，显著提升开发效率和代码质量。