ИИ для написания тестов

Question

Никита Вихров · Answer

# ИИ для написания тестов Тесты — то что все должны писать и никто не любит. ИИ справляется с рутиной: генерирует базовые кейсы, граничные случаи, моки. Остаётся проверить логику и добавить специфику бизнеса. --- **Генерация тестов по функции** ```python from anthropic import Anthropic client = Anthropic() def generate_tests(function_code: str, framework: str = "pytest") -> str: frameworks = { "pytest": "pytest с фикстурами", "unittest": "unittest.TestCase", "jest": "Jest для JavaScript/TypeScript", } response = client.messages.create( model="claude-opus-4-5", max_tokens=2048, system=f"""Пишешь тесты на {frameworks[framework]}. Обязательно покрывай: 1. Happy path — нормальная работа функции 2. Граничные случаи — пустые входные данные, None, нулевые значения 3. Ошибочные сценарии — неверный тип, недопустимые значения 4. Edge cases — максимальные/минимальные значения, очень длинные строки Для каждого теста пиши понятное название через should_/when_/given_. Тесты должны быть независимыми — без глобального состояния.""", messages=[{ "role": "user", "content": f"Напиши тесты для этой функции: ```python {function_code} ```" }] ) return response.content[0].text # Пример function = """ def calculate_discount(price: float, discount_percent: float, is_premium: bool = False) -> float: if price < 0: raise ValueError("Price cannot be negative") if not 0 <= discount_percent <= 100: raise ValueError("Discount must be between 0 and 100") discount = price * discount_percent / 100 if is_premium: discount *= 1.5 # премиум-клиенты получают +50% к скидке return round(price - discount, 2) """ print(generate_tests(function)) ``` --- **Генерация граничных случаев по спецификации** Иногда нужно не писать тесты с нуля, а найти что пропустили: ```python def find_missing_test_cases(function_code: str, existing_tests: str) -> str: response = client.messages.create( model="claude-opus-4-5", max_tokens=1024, messages=[{ "role": "user", "content": f"""Вот функция: ```python {function_code} ``` Вот существующие тесты: ```python {existing_tests} ``` Найди граничные случаи и сценарии которые НЕ покрыты тестами. Для каждого случая напиши: описание сценария и тест-код.""" }] ) return response.content[0].text ``` --- **Тесты для API-эндпоинтов** ```python def generate_api_tests(endpoint_code: str, schema_code: str) -> str: response = client.messages.create( model="claude-opus-4-5", max_tokens=2048, system="""Пишешь интеграционные тесты для FastAPI через pytest и httpx.AsyncClient. Структура файла: - фикстуры для клиента и тестовой БД - тесты сгруппированы по эндпоинту - покрывай: успешные запросы, валидацию, авторизацию, несуществующие ресурсы Используй factory_boy или fixtures для тестовых данных.""", messages=[{ "role": "user", "content": f"""Эндпоинт: ```python {endpoint_code} ``` Схемы Pydantic: ```python {schema_code} ``` Напиши интеграционные тесты.""" }] ) return response.content[0].text ``` --- **Мутационное тестирование с ИИ** Проверь насколько тесты реально ловят баги — попроси ИИ внести намеренные ошибки: ```python def generate_mutations(function_code: str, count: int = 5) -> list[dict]: response = client.messages.create( model="claude-opus-4-5", max_tokens=1024, system="""Создаёшь мутации кода для мутационного тестирования. Мутация — небольшое изменение которое должно сломать хотя бы один тест. Отвечай JSON-массивом: [{"description": "...", "mutated_code": "..."}]""", messages=[{ "role": "user", "content": f"Создай {count} мутаций для этой функции: ```python {function_code} ```" }] ) import json, re text = re.sub(r'```(?:json)?|```', '', response.content[0].text).strip() return json.loads(text) def check_test_quality(function_code: str, test_code: str): """Проверяет ловят ли тесты намеренные баги""" mutations = generate_mutations(function_code) caught = 0 for mutation in mutations: # Здесь в реальности нужно запустить тесты с мутированным кодом print(f"Мутация: {mutation['description']}") print(f"Код: {mutation['mutated_code'][:100]}...") print(f" Проверь вручную: ловят ли твои тесты эти мутации?") print("Если нет — добавь тесты для непокрытых случаев") ``` --- **Что проверять в сгенерированных тестах** ИИ генерирует структурно правильные тесты, но иногда: - Моки настроены неверно — тест проходит но ничего не проверяет - Ассерты слишком мягкие — `assert result is not None` вместо конкретного значения - Тест проверяет реализацию а не поведение — ломается при рефакторинге Всегда запускай сгенерированные тесты и проверяй что они реально падают когда код неправильный. --- На курсе [«ИИ для разработчиков»](https://ru.hexlet.io/programs/ai-for-developers) на Хекслете разбирают как использовать ИИ на каждом этапе разработки — включая тестирование и ревью кода на реальном проекте.

ИИ для написания тестов

Ответы

ИИ для написания тестов

Каталог