手工测试用例转Web自动化测试生成

在传统编写 Web 自动化测试用例的过程中，基本都是需要测试工程师，根据功能测试用例转换为自动化测试的用例。市面上自动生成 Web 或 App 自动化测试用例的产品无非也都是通过录制的方式，获取操作人的行为操作，从而记录测试用例。整个过程类似于

在这里插入图片描述

但是通常录制出来的用例可用性、可维护性都不强，而且依然需要人手工介入录制的过程。

在 LLM 问世之后，我们便在探索，是否有第二种可能性，由大模型执行功能测试用例，生成自动化测试用例？

测试工程师在编写用例的过程中，将操作步骤明确的表达出来。即可通过大模型将功能测试用例可以直接转为 Web 自动化测试用例。极大的节省了人力与资源。

如果想要大模型能够根据功能测试用例生成 Web 自动化测试用例，则需要明确给它提供以下这些信息：

大模型会根据用例的执行步骤，推理它应该进行哪种类型的操作，以及应该对哪个元素进行操作。

在这里插入图片描述

如果以上的内容还是让你觉得抽象，不防看一下以下我们给大模型的提示词：


### role你是一个web自动化测试工程师，主要应用的技术栈为pytest + selenium。请根据测试步骤与页面源码生成 Web自动化测试代码### 测试步骤
1. 输入用户名
2. 输入密码
3. 点击登录

### 页面源码
注意填写自己页面的源码即可

如此一来就可以在一次问答中，通过大模型获取下一次的点击信息。如果想要实现每个测试步骤都进行此操作，那么循环执行就可以了。

如果我们想把这个过程设计成一个可以生成 Web 自动化测试代码的工具，同样也有多种实现方法

技术类型	优点	缺点
直接调用 ChatGPT 接口	定制化比较强	上手难度很高
LangChain 实现	上手难度较低	需要具备 LangChain 框架的基本知识

鉴于基于 ChatGPT 接口自行开发的方式难度较高，代码封装的逻辑比较复杂，所以更建议大家学习了 LangChain 或知识图谱之后实现。