现在，越来越多的开发开始使用 AI 辅助编码。

完成功能代码后，我们还可以继续让 AI 生成单元测试、执行测试，并根据测试结果分析和修复问题。

不过在实际项目中，单元测试的覆盖情况并不总是理想：

单元测试的主要责任人仍然是开发，但测试人员也可以适当前移。我们可以借助 AI 理解代码逻辑、识别边界场景，并检查或补充单元测试，从而更早发现实现遗漏。

下面给大家简单介绍单元测试的基本概念，以及利用AI辅助单元测试的思路。

单元测试是对代码中最小可测试单元做独立验证，通常由开发或测试开发编写，属于白盒测试。抓住三点就够：

1.  对象要小 ：通常是一个函数、方法，也可以是一个类或组件。范围越小，失败时越好定位。

2.  验证输入输出 ：给定输入，检查实际结果是否符合预期；正常值、临界值、异常输入都要覆盖。

3.  隔离外部依赖 ：数据库、第三方接口、文件系统等，常用 Mock 模拟返回，只验证当前单元逻辑。

单元测试是对代码中最小可测试单元进行独立验证的一种测试方式，通常由开发或测试开发人员编写和执行，属于白盒测试。

一个简单的例子：计算订单运费

def calculate_shipping_fee(order_amount):
    if order_amount < 0:
        raise ValueError("订单金额不能为负数")
if order_amount >= 99:         return 0
return 10 

根据这段业务逻辑，可以设计以下单元测试场景：

def test_free_shipping():
    assert calculate_shipping_fee(100) == 0
def test_shipping_fee_required():     assert calculate_shipping_fee(50) == 10

def test_free_shipping_boundary():     assert calculate_shipping_fee(99) == 0

def test_invalid_order_amount():     with pytest.raises(ValueError):         calculate_shipping_fee(-1) 

这组测试验证了运费计算规则，同时覆盖了正常场景、临界值和异常输入。

整个测试范围只包含  calculate_shipping_fee  函数，不需要创建真实订单，也不需要连接数据库。只要输入订单金额，就能判断运费计算结果是否正确。

这就是单元测试“小范围、独立验证”的特点。

二、如何利用AI辅助单元测试？

为了简化操作，我把单元测试相关流程拆成了 3 个 Skill：

接下来，我们通过实际操作看一下完整流程。

在公司项目中，可以先向开发申请相应的代码权限，再通过 Git 将项目拉取到本地。

将 Skill 放到项目对应的 Skill 目录中。

安装完成后，就可以让 AI 为指定方法或模块生成单元测试。

这里建议提前明确测试范围，不要一开始就要求 AI 为整个项目生成单元测试。

一次处理的代码太多，不仅会消耗更多 Token，也会因为上下文过多而影响生成质量。比较合适的方式是从一个方法、一个类或一个小模块开始。

执行后，AI 会先扫描对应代码。

如果已经知道要测试哪个文件，也可以直接引用该文件，减少不必要的扫描范围。

最后，AI 会生成对应的单元测试代码。

下面是一段 Java 项目的生成结果：

@Testvoid create_shouldFail_whenIdCardExists() {// 1. 构造请求入参对象TenantCreateDTO req = buildCreateDTO(null);// 2. Mock：模拟 tenantService.checkIdCardExists 返回 true，代表身份证已经存在when(tenantService.checkIdCardExists(req.getIdCard(), null)).thenReturn(true);// 3. 调用被测方法，执行 tenantController.createResult<IdResponse> result = tenantController.create(req);// 4. 断言：校验返回码和提示文案assertEquals(400, result.getCode());assertEquals("身份证号已存在", result.getMessage());// 5. verify 校验：tenantService.save 方法不能被执行verify(tenantService, never()).save(any());}

单元测试生成完成后，默认会自动执行。

当然，我们也可以手动执行测试。

例如，在 Java 项目中，可以使用下面的命令执行指定测试文件：

但不同语言、不同框架使用的测试命令并不相同。每次都去查询和记忆这些命令，会增加额外的操作成本。

因此，我又设计了一个用于执行单元测试的 Skill。

AI 会根据当前项目使用的语言、构建工具和测试范围生成对应命令，并自动执行：

第 5 步：分析并修复单元测试问题（可选）

开发修改代码后，原有单元测试可能会执行失败。

为了处理这种情况，我还提供了一个单元测试问题修复 Skill。

例如，下面是一次单元测试执行失败的结果：

这时，可以启动问题修复 Skill：

Skill 会先分析测试失败的原因，并给出对应的修改建议，等待我们确认：

AI 会根据确认后的方案进行修复，重新执行单元测试，并输出最终验证结果：

这套流程把单元测试相关操作拆成了三个阶段：

1. 使用生成 Skill 分析代码并编写单元测试；

2. 使用执行 Skill 选择范围并运行测试；

3. 测试失败时，使用修复 Skill 分析原因、确认方案并重新验证。

对于不熟悉单元测试框架的人来说，不需要先记住大量语法和命令，也可以借助 AI 从一个具体的方法开始，逐步完成单元测试的生成、执行和问题处理。

对于测试人员来说，这也是一种向研发阶段前移的方式：通过阅读代码和检查单元测试，更早识别边界场景和实现遗漏，减少问题进入后续测试阶段的概率。

测试如何借助 AI 做左移？我搭建了一套 AI 辅助单元测试的方案

测试

人工智能

开发工具

AI辅助编码正普及，单元测试覆盖率常不理想。借助AI生成、执行和修复单元测试，可帮助开发与测试人员快速定位代码缺陷。本文介绍单元测试核心概念，并通过生成、执行、修复三步流程，展示AI从分析代码到验证结果的完整操作，让团队更高效补齐测试短板。

单元测试

白盒测试

文件系统

数据库

Java

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

测试如何借助 AI 做左移？我搭建了一套 AI 辅助单元测试的方案

测试如何借助 AI 做左移？我搭建了一套 AI 辅助单元测试的方案

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐