api-testscript-generator

name	api-testscript-generator
description	接口自动化测试脚本批量生成技能。基于标准化接口定义（api_definitions.json）与可选的全场景测试数据文件，按照团队既定工程规范（Python + Requests + Pytest + Allure2），自动生成分层架构的接口自动化测试脚本。支持数据驱动模式（脚本与数据解耦）和内联数据模式，输出可直接运行的接口自动化脚本工程。

API Test Script Generator - 接口自动化测试脚本批量生成

概述

本技能扮演接口自动化测试架构师角色，核心能力是基于标准化接口定义与可选测试数据，按照团队既定工程规范，批量生成分层架构、数据驱动、可直接运行的接口自动化测试脚本。

两种数据模式：

模式	输入	数据来源	适用场景
数据驱动模式	api_definitions.json + 测试数据目录	外部 YAML/JSON 数据文件	团队规范、数据频繁变更、脚本与数据解耦
内联数据模式	api_definitions.json（无测试数据目录）	脚本内自动生成默认测试数据	快速验证、无测试数据文件、初期搭建

分层架构：

api_auto_project/
├── config/             # 环境配置、全局常量
├── api/                # 接口请求层（封装所有接口）
├── testcases/          # 测试用例层
├── data/               # 测试数据（数据驱动模式）
├── utils/              # 工具类
├── reports/            # 报告输出
├── conftest.py         # Pytest 全局钩子
└── pytest.ini          # Pytest 配置

触发条件

以下场景自动触发本技能：

• 用户提供 api_definitions.json 或 api_definitions.yaml 文件，要求生成接口自动化脚本
• 用户同时提供 api_definitions.json + 测试数据目录，要求按数据驱动方式生成脚本
• 用户要求"生成接口测试脚本""生成自动化脚本""接口自动化代码生成"
• 用户提及"api-testscript-generator""/api_testscript_generator"
• 用户需要将接口定义转化为可执行的 Pytest 自动化测试工程
• 用户需要基于 api-testdata-generator 的输出结果生成对应的测试脚本

输入

必需输入

1. 标准化接口定义文件：由 api-schema-parser 输出的 api_definitions.json/yaml
   • 包含 meta、apis、global_rules 顶层结构
   • 每个接口含 api_id、path、method、parameters、responses、business_rules

可选输入

2. 全场景测试数据目录：由 api-testdata-generator 输出的测试数据文件目录

   • 每个接口对应一个 YAML/JSON 数据文件
   • 数据文件包含 test_cases 列表，每条含 case_id、name、category、parameters、expected
   • 目录按模块分组织（如 auth/、order/）

3. 目标接口/模块筛选（选填）：接口 api_id 或模块名称，仅生成指定范围的脚本

4. 自定义输出路径（选填）：指定生成脚本的根目录，默认为当前目录下的 api_auto_project/

执行流程

输入（api_definitions.json + 可选测试数据目录）
        ↓
  Step 1: 读取接口结构与参数约束
        ↓
  Step 2: 识别数据模式（数据驱动 / 内联数据）
        ↓
  Step 3: 生成项目基础设施（config/、utils/、conftest.py、pytest.ini）
        ↓
  Step 4: 生成接口请求层（api/ 层封装）
        ↓
  Step 5: 生成测试数据层（data/ 层，数据驱动模式）
        ↓
  Step 6: 生成测试用例层（testcases/ 层）
        ↓
  Step 7: 注入健壮逻辑（超时、重试、异常捕获、日志）
        ↓
  Step 8: 输出校验与汇总

Step 1: 读取接口结构与参数约束

从 api_definitions.json 中逐个读取接口定义，提取以下关键信息：

信息类型	来源字段	用途
接口路径	path	拼接请求 URL
请求方法	method	确定请求类型（GET/POST/PUT/DELETE）
路径参数	parameters.path_params	URL 路径替换
查询参数	parameters.query_params	拼接 Query String
请求头	parameters.header_params	构建 Headers
请求体	parameters.body_params	构建 Request Body
响应结构	responses.success / responses.errors	生成断言
业务规则	business_rules	鉴权、幂等等特殊处理
全局规则	global_rules	全局鉴权、限流等
模块归属	module	文件与目录组织

Step 2: 识别数据模式

判定条件	数据模式	处理方式
用户提供了测试数据目录，且目录下存在对应的 YAML/JSON 文件	数据驱动模式	将数据文件映射到 data/ 层，用例层通过 @pytest.mark.parametrize 或 yaml.safe_load() 读取
用户未提供测试数据目录，或数据目录为空	内联数据模式	在 testcases/ 层用例中直接构建测试数据字典，或生成简单的 data/ 层默认数据

数据文件匹配规则（数据驱动模式）：

测试数据目录结构	对应接口	匹配方式
auth/user_login.yaml	POST_/api/auth/login	按模块/文件名映射
order/create_order.yaml	POST_/api/order/create	按模块/文件名映射

匹配策略：优先按 api_id 精确匹配，其次按接口名称模糊匹配，最后按模块+路径推断。

Step 3: 生成项目基础设施

3.1 config/ 环境配置

config/config.py：

"""
全局配置模块
- 环境切换：dev/test/pre/prod
- 读取对应环境配置文件
"""
import os
import yaml

BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))

ENV = os.getenv("API_TEST_ENV", "test")

def load_config():
    """加载环境配置"""
    config_path = os.path.join(BASE_DIR, "config", f"{ENV}.yaml")
    with open(config_path, "r", encoding="utf-8") as f:
        return yaml.safe_load(f)

CONFIG = load_config()

# 全局常量
BASE_URL = CONFIG.get("base_url", "")
TIMEOUT = CONFIG.get("timeout", 30)
MAX_RETRY = CONFIG.get("max_retry", 2)
CONTENT_TYPE = "application/json"

config/dev.yaml / config/test.yaml：

# test.yaml 示例
base_url: "https://test-api.example.com"
timeout: 30
max_retry: 2

auth:
  login_url: "/api/auth/login"
  username: "testuser"
  password: "Test@1234"

database:
  host: "test-db.example.com"
  port: 3306
  name: "test_db"

3.2 utils/ 工具类

utils/logger.py：

"""
统一日志模块
- 格式：时间 - 级别 - 模块 - 信息
- 请求/响应自动打印
"""
import logging
import os

LOG_DIR = os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "reports", "logs")
os.makedirs(LOG_DIR, exist_ok=True)

def get_logger(name):
    """获取 Logger 实例"""
    logger = logging.getLogger(name)
    if not logger.handlers:
        logger.setLevel(logging.DEBUG)
        formatter = logging.Formatter(
            "%(asctime)s - %(levelname)s - %(name)s - %(message)s"
        )
        # 控制台输出
        console_handler = logging.StreamHandler()
        console_handler.setLevel(logging.INFO)
        console_handler.setFormatter(formatter)
        logger.addHandler(console_handler)
        # 文件输出
        file_handler = logging.FileHandler(
            os.path.join(LOG_DIR, f"{name}.log"), encoding="utf-8"
        )
        file_handler.setLevel(logging.DEBUG)
        file_handler.setFormatter(formatter)
        logger.addHandler(file_handler)
    return logger

utils/request_util.py：

"""
统一请求工具类
- 超时统一 30s
- 失败自动重试 2 次
- 异常捕获（连接超时/读取超时/连接错误/代理异常/数据解析异常）
- 请求/响应自动日志
- Allure 步骤记录
"""
import allure
import requests
from requests.exceptions import (
    ConnectionError,
    ProxyError,
    ReadTimeout,
    ConnectTimeout,
    JSONDecodeError,
)
from utils.logger import get_logger
from config.config import TIMEOUT, MAX_RETRY

logger = get_logger("request_util")

class RequestUtil:
    """统一请求封装"""

    def __init__(self, session=None):
        self.session = session or requests.Session()

    def _retry_request(self, method, url, **kwargs):
        """带重试的请求方法"""
        kwargs.setdefault("timeout", TIMEOUT)
        last_exception = None
        for attempt in range(1, MAX_RETRY + 2):  # 首次 + MAX_RETRY 次重试
            try:
                logger.info(f"[Request] {method} {url} | attempt={attempt}")
                response = self.session.request(method, url, **kwargs)
                logger.info(
                    f"[Response] status={response.status_code} | "
                    f"time={response.elapsed.total_seconds():.3f}s"
                )
                return response
             (ConnectTimeout, ReadTimeout)  e:
                last_exception = e
                logger.warning()
             ConnectionError  e:
                last_exception = e
                logger.warning()
             ProxyError  e:
                last_exception = e
                logger.warning()
             JSONDecodeError  e:
                last_exception = e
                logger.error()
                
             Exception  e:
                last_exception = e
                logger.error()
                
         last_exception


     ():
         ._retry_request(, url, **kwargs)


     ():
         ._retry_request(, url, **kwargs)


     ():
         ._retry_request(, url, **kwargs)


     ():
         ._retry_request(, url, **kwargs)


     ():
         ._retry_request(, url, **kwargs)

utils/assert_util.py：

"""
统一断言工具类
- 三层断言：状态码 + 业务码 + 业务数据
- Allure 步骤记录
- 断言失败自动附加响应信息
"""
import allure
from utils.logger import get_logger

logger = get_logger("assert_util")

class AssertUtil:
    """统一断言封装"""

    @staticmethod
    @allure.step("断言状态码")
    def assert_status_code(response, expected_code):
        """断言 HTTP 状态码"""
        actual_code = response.status_code
        assert actual_code == expected_code, (
            f"状态码断言失败: 期望={expected_code}, 实际={actual_code} | "
            f"响应={response.text[:500]}"
        )

    @staticmethod
    @allure.step("断言业务码")
    def assert_business_code(response, expected_code):
        """断言业务状态码"""
        try:
            json_data = response.json()
        except Exception:
            assert False, f"响应非JSON格式: {response.text[:500]}"
        actual_code = json_data.get("code")
        assert actual_code == expected_code, (
            f"业务码断言失败: 期望={expected_code}, 实际={actual_code} | "
            f"message={json_data.get('message', '')} | "
            
        )



     ():
        
        :
            json_data = response.json()
         Exception:
             , 

         check_item  field_checks:
            field_path = check_item[]
            check_type = check_item[]

            
            value = json_data
             key  field_path.split():
                 (value, ):
                    value = value.get(key)
                 (value, )  key.isdigit():
                    value = value[(key)]
                :
                    value = 
                    

             check_type == :
                 value     value != , (
                    
                )
             check_type == :
                expect = check_item[]
                 value == expect, (
                    
                    
                )
             check_type == :
                expect_type = check_item[]
                 (value, expect_type), (
                    
                    
                )
             check_type == :
                expect = check_item[]
                 expect  (value), (
                    
                )
             check_type == :
                expect_len = check_item[]
                 ((value)) == expect_len, (
                    
                )



     ():
        
        AssertUtil.assert_status_code(response, expected_status)
         expected_code   :
            AssertUtil.assert_business_code(response, expected_code)
         field_checks:
            AssertUtil.assert_business_data(response, field_checks)

utils/token_util.py：

"""
统一鉴权与 Token 管理
- 登录接口统一获取 Token
- 全局 Headers 统一注入
- Token 过期自动刷新
"""
import time
from config.config import CONFIG, BASE_URL
from utils.request_util import RequestUtil
from utils.logger import get_logger

logger = get_logger("token_util")

class TokenUtil:
    """Token 管理工具"""

    _token = None
    _token_expire_time = 0
    _token_lifetime = 7200  # 默认 2 小时

    @classmethod
    def get_token(cls, request_util=None):
        """获取 Token，过期自动刷新"""
        if cls._token and time.time() < cls._token_expire_time:
            return cls._token

        logger.info("Token 已过期或未获取，正在刷新...")
        cls.refresh_token(request_util)
        return cls._token

    @classmethod
    def refresh_token(cls, request_util=None):
        """刷新 Token"""
        request_util = request_util or RequestUtil()
        auth_config = CONFIG.get("auth", {})
        login_url = BASE_URL + auth_config.get("login_url", "/api/auth/login")

        login_data = {
            "username": auth_config.get("username", ""),
            "password": auth_config.get("password", ""),
        }

        response = request_util.post(login_url, json=login_data)
        :
            json_data = response.json()
            cls._token = json_data.get(, {}).get(, )
            cls._token_expire_time = time.time() + cls._token_lifetime
            logger.info()
         Exception  e:
            logger.error()
            


     ():
        
        token = cls.get_token(request_util)
         {
            : ,
            : ,
        }


     ():
        
        cls._token = 
        cls._token_expire_time = 

3.3 conftest.py

"""
Pytest 全局钩子
- Fixture：request_util、auth_headers
- Allure 环境信息
- 失败重跑配置
"""
import pytest
import allure
from utils.request_util import RequestUtil
from utils.token_util import TokenUtil
from config.config import CONFIG, ENV

@pytest.fixture(scope="session")
def request_util():
    """全局请求工具实例"""
    return RequestUtil()

@pytest.fixture(scope="session")
def auth_headers(request_util):
    """全局鉴权 Headers"""
    return TokenUtil.get_headers(request_util)

@pytest.hookimpl(tryfirst=True, hookwrapper=True)
def pytest_runtest_makereport(item, call):
    """失败截图与响应信息附加"""
    outcome = yield
    report = outcome.get_result()
    if report.when == "call" and report.failed:
        # 附加失败信息到 Allure 报告
        allure.attach(
            str(report.longrepr),
            name="失败详情",
            attachment_type=allure.attachment_type.TEXT,
        )

def pytest_configure(config):
    """Allure 环境信息"""
    allure.environment(
        Environment=ENV,
        Base_URL=CONFIG.get("base_url", ""),
    )

3.4 pytest.ini

[pytest]
testpaths = testcases
python_files = test_*.py
python_classes = Test*
python_functions = test_*
addopts =
    -v
    --alluredir=reports/allure-results
    --reruns=1
    --reruns-delay=2
markers =
    smoke: 冒烟测试
    regression: 回归测试
    p0: 优先级P0
    p1: 优先级P1
    p2: 优先级P2

Step 4: 生成接口请求层（api/ 层）

规范要求：

• 接口只封装在 api/ 层
• 一个接口对应一个文件
• 类名采用大驼峰命名法（如 UserAPI、OrderAPI）
• 方法名采用小写字母+下划线（如 login()、get_user_info()）
• 引入 RequestUtil 和 TokenUtil
• 每个方法自动处理路径参数替换、Query 参数拼接、Headers 注入、Body 构建

生成模板：

"""
{module_name}接口封装
- 接口路径：{api_path}
- 请求方法：{method}
"""
from config.config import BASE_URL
from utils.request_util import RequestUtil
from utils.token_util import TokenUtil
from utils.logger import get_logger

logger = get_logger("{module_name}_api")


class {ClassName}API:
    """{api_name}接口封装"""

    def __init__(self, request_util=None):
        self.request_util = request_util or RequestUtil()
        self.base_url = BASE_URL

    def {method_name}(self, {params_signature}, headers=None):
        """
        {api_name}
        - 接口路径：{api_path}
        - 请求方法：{method}
        {params_docstring}
        """
        url = self.base_url + "{api_path}"
        {path_param_replace}
        _headers = headers or TokenUtil.get_headers(self.request_util)
        {query_param_build}
        {body_param_build}
        {request_call}
        logger.info(f"{api_name} | status={response.status_code}")
        return response

路径参数替换：

# Path 参数替换
url = url.replace("{id}", str(id))
url = url.replace("{order_id}", str(order_id))

Query 参数构建：

# Query 参数
params = {}
if page is not None:
    params["page"] = page
if size is not None:
    params["size"] = size

Body 参数构建：

# Body 参数
json_data = {
    "username": username,
    "password": password,
}

请求调用（按方法类型）：

# GET
response = self.request_util.get(url, headers=_headers, params=params)

# POST
response = self.request_util.post(url, headers=_headers, json=json_data)

# PUT
response = self.request_util.put(url, headers=_headers, json=json_data)

# DELETE
response = self.request_util.delete(url, headers=_headers, params=params)

# PATCH
response = self.request_util.patch(url, headers=_headers, json=json_data)

Step 5: 生成测试数据层（data/ 层）

5.1 数据驱动模式

当用户提供了测试数据目录时，将数据文件映射到 data/ 目录：

data/
├── _dependencies.yaml          # 依赖关系配置（如存在）
├── auth/                       # 认证管理模块
│   ├── user_login_data.yaml    # 登录接口测试数据
│   └── user_register_data.yaml
├── order/
│   ├── create_order_data.yaml
│   └── ...
└── ...

数据文件保持原格式（YAML/JSON），在用例层通过以下方式加载：

import yaml
import os

def load_test_data(data_file):
    """加载 YAML 测试数据"""
    data_path = os.path.join(
        os.path.dirname(os.path.dirname(os.path.abspath(__file__))),
        "data", data_file
    )
    with open(data_path, "r", encoding="utf-8") as f:
        return yaml.safe_load(f)

5.2 内联数据模式

当用户未提供测试数据目录时，在 data/ 目录下为每个接口生成默认测试数据文件：

# data/auth/user_login_data.yaml
api_id: "POST_/api/auth/login"
name: "用户登录"
test_cases:
  - case_id: "POS_001"
    name: "合法用户名密码登录"
    category: "positive"
    priority: "P0"
    parameters:
      body_params:
        username: "testuser01"
        password: "Test@1234"
    expected:
      status_code: 200
      business_code: 0
  - case_id: "NEG_001"
    name: "用户名为空"
    category: "negative"
    priority: "P0"
    parameters:
      body_params:
        username: ""
        password: "Test@1234"
    expected:
      status_code: 400

默认生成规则：

• 正向数据：基于参数的 example/default 值构造合法请求
• 异常数据：必填参数为空、类型不匹配、超长字符串
• 仅生成核心场景：不过度生成，保持精简可用

Step 6: 生成测试用例层（testcases/ 层）

规范要求：

• 用例只写在 testcases/ 层
• 一个接口对应一个测试文件
• 测试方法必须以 test_ 开头
• 类名采用大驼峰命名法，按场景分类（Normal/Exception/Boundary/Security）
• 引入 pytest、allure、API 层、断言工具
• 三层断言（状态码 + 业务码 + 业务数据）
• 数据驱动：使用 @pytest.mark.parametrize 或内部加载

数据驱动模式用例模板：

"""
{api_name}测试用例
- 接口路径：{api_path}
- 请求方法：{method}
"""
import pytest
import allure
import yaml
import os
from api.{module}_api import {ClassName}API
from utils.assert_util import AssertUtil
from utils.logger import get_logger

logger = get_logger("test_{module}_{api}")


class Test{ClassName}Normal:
    """{api_name} - 正向场景"""

    def setup_class(self):
        self.api = {ClassName}API()

    @pytest.mark.p0
    @allure.title("{api_name} - 正常请求")
    @allure.feature("{module_name}")
    @allure.story("正向场景")
    def test_{method_name}_success(self, request_util, auth_headers):
        """测试正常请求"""
        self.api.request_util = request_util
        response = self.api.{method_name}(
            {params_with_defaults},
            headers=auth_headers
        )
        AssertUtil.assert_all(
            response,
            expected_status=200,
            expected_code=0,
            field_checks=[
                {field_check_items}
            ]
        )


class Test{ClassName}Exception:
    """{api_name} - 异常场景"""

    def setup_class(self):
        .api = {ClassName}API()






     {method_name}_data_driven(, , request_util, auth_headers):
        
        .api.request_util = request_util
        
        {build_params_from_case}
        response = .api.{method_name}(
            {params_from_case},
            headers=auth_headers
        )
        
        AssertUtil.assert_status_code(response, [][])
           []:
            AssertUtil.assert_business_code(response, [][])


 {ClassName}Boundary:
    

     ():
        .api = {ClassName}API()





     {method_name}_boundary(, request_util, auth_headers):
        
        
        {boundary_test_cases}


 {ClassName}Security:
    

     ():
        .api = {ClassName}API()





     {method_name}_security(, request_util, auth_headers):
        
        {security_test_cases}

内联数据模式用例模板：

"""
{api_name}测试用例（内联数据模式）
- 接口路径：{api_path}
- 请求方法：{method}
"""
import pytest
import allure
from api.{module}_api import {ClassName}API
from utils.assert_util import AssertUtil
from utils.logger import get_logger

logger = get_logger("test_{module}_{api}")

# 内联测试数据
TEST_DATA = {
    "positive": [
        {
            "name": "合法请求",
            "params": {
                {default_params}
            },
            "expected": {
                "status_code": 200,
                "business_code": 0
            }
        }
    ],
    "negative": [
        {
            "name": "必填参数为空",
            "params": {
                {empty_params}
            },
            "expected": {
                "status_code": 400
            }
        }
    ]
}


class Test{ClassName}Normal:
    """{api_name} - 正向场景"""

    def setup_class(self):
        self.api = {ClassName}API()

    @pytest.mark.p0
    @allure.title("{api_name} - 正常请求")
    @allure.feature("{module_name}")
    @allure.story("正向场景")
    def test_{method_name}_success(, request_util, auth_headers):
        
        .api.request_util = request_util
         = TEST_DATA[][]
        response = .api.{method_name}(
            {params_from_case},
            headers=auth_headers
        )
        AssertUtil.assert_all(
            response,
            expected_status=[][],
            expected_code=[].get(),
            field_checks=[
                {field_check_items}
            ]
        )

Step 7: 注入健壮逻辑

所有生成的脚本自动包含以下企业级健壮逻辑：

能力	实现方式	位置
超时统一	TIMEOUT=30 常量	config/config.py
自动重试	MAX_RETRY=2 + 重试循环	utils/request_util.py
异常捕获	try/except 捕获 5 类异常	utils/request_util.py
Token 鉴权	TokenUtil 自动获取/刷新	utils/token_util.py
失败重跑	--reruns=1	pytest.ini
日志输出	get_logger 统一日志	utils/logger.py
Allure 报告	步骤/特性/故事标记	用例层 @allure
环境切换	ENV 环境变量	config/config.py
脚本不中断	单个用例失败不影响整体	Pytest 机制 + try/except

Step 8: 输出校验与汇总

生成完成后，输出汇总报告：

========================================
接口自动化脚本生成汇总
========================================
项目路径：api_auto_project/
接口总数：15
模块数量：3

生成文件统计：
- config/      3 文件（config.py + 2 环境配置）
- api/         15 文件（每个接口一个封装文件）
- testcases/   15 文件（每个接口一个用例文件）
- data/        15 文件（每个接口一个数据文件）
- utils/       4 文件（logger + request + assert + token）
- conftest.py  1 文件
- pytest.ini   1 文件

数据模式：数据驱动 / 内联数据
命名规范：✓ 符合团队标准
断言覆盖：✓ 三层断言（状态码+业务码+业务数据）
健壮逻辑：✓ 超时/重试/异常/鉴权/日志

运行方式：
1. cd api_auto_project
2. pip install -r requirements.txt
3. pytest testcases/ -v --alluredir=reports/allure-results
4. allure serve reports/allure-results
========================================

输出目录结构（完整）

api_auto_project/
├── config/
│   ├── config.py               # 全局配置（环境切换、常量）
│   ├── dev.yaml                # 开发环境配置
│   └── test.yaml               # 测试环境配置
├── api/
│   ├── __init__.py
│   ├── user_api.py             # 用户接口封装
│   ├── auth_api.py             # 认证接口封装
│   ├── order_api.py            # 订单接口封装
│   └── ...                     # 按模块/接口拆分
├── testcases/
│   ├── __init__.py
│   ├── test_user_login.py      # 用户登录用例
│   ├── test_user_register.py   # 用户注册用例
│   ├── test_order_create.py    # 创建订单用例
│   └── ...                     # 按模块/接口拆分
├── data/
│   ├── auth/
│   │   ├── user_login_data.yaml
│   │   └── user_register_data.yaml
│   ├── order/
│   │   ├── create_order_data.yaml
│   │   └── ...
│   └── ...
├── utils/
│   ├── __init__.py
│   ├── logger.py               # 统一日志
│   ├── request_util.py         # 统一请求封装
│   ├── assert_util.py          # 统一断言
│   └── token_util.py           # Token 管理
├── reports/
│   ├── logs/                   # 日志输出目录
│   └── allure-results/         # Allure 报告数据
├── conftest.py                 # Pytest 全局钩子
├── pytest.ini                  # Pytest 配置
├── requirements.txt            # Python 依赖
└── README.md                   # 项目说明（可选）

requirements.txt

requests>=2.28.0
pytest>=7.0.0
allure-pytest>=2.12.0
PyYAML>=6.0
pytest-rerunfailures>=11.0

统一命名规范

包 / 目录

• 小写字母 + 下划线，简洁清晰
• 示例：api/、config/、utils/、testcases/、data/

文件名

• 小写字母 + 下划线，一个接口对应一个文件
• 示例：user_api.py、order_api.py、test_login.py

类名

• 大驼峰命名法（UpperCamelCase），按场景分不同类
• API 层：UserAPI、OrderAPI
• 用例层：TestUserLoginNormal、TestUserLoginException、TestUserLoginBoundary、TestUserLoginSecurity

方法名

• 小写字母 + 下划线，语义简短精准
• API 层：login()、get_user_info()、create_order()
• 公共方法抽离到 utils/ 目录

测试方法

• 必须以 test_ 开头，见名知意
• 示例：test_login_success、test_login_password_error、test_login_mobile_empty

变量名

• 小写字母 + 下划线，不使用单字母、不使用歧义缩写
• 示例：username、token、headers、response、order_id

常量

• 全大写字母 + 下划线，集中存放于配置文件，禁止硬编码
• 示例：BASE_URL、TIMEOUT、MAX_RETRY、CONTENT_TYPE

断言策略

每条用例至少包含 3 层断言：

层级	断言内容	示例
1. 状态码断言	HTTP 状态码匹配	status_code == 200 / status_code == 400
2. 业务码断言	业务状态码匹配	code == 0 / code == 40001
3. 业务数据断言	关键字段非空/匹配/类型/长度	data.id not_empty / data.username == "zhangsan"

业务数据断言类型：

检查类型	check 值	说明
非空检查	not_empty	字段值不为 None 且不为空字符串
值匹配	equals	字段值等于期望值
类型检查	type	字段值类型匹配
包含检查	contains	字段值包含期望内容
长度检查	length	字段值长度等于期望值

禁止：

• 只断言 status_code
• 无意义断言（如 assert True）
• 重复冗余断言

全局异常处理

异常类型	处理方式
ConnectTimeout	自动重试，记录日志
ReadTimeout	自动重试，记录日志
ConnectionError	自动重试，记录日志
ProxyError	自动重试，记录日志
JSONDecodeError	直接抛出，记录错误日志
其他异常	直接抛出，记录错误日志

重试机制：

• 默认重试 2 次（首次请求 + 2 次重试 = 最多 3 次请求）
• 每次重试前记录 warning 日志
• 重试全部失败后抛出最后一次异常

失败重跑：

• Pytest --reruns=1，单个用例失败自动重跑 1 次
• 重跑间隔 2 秒

统一鉴权与 Token 注入

1. 登录接口统一获取 Token：通过 TokenUtil.get_token() 获取
2. 全局 Headers 统一注入：Authorization: Bearer {token} + Content-Type: application/json
3. Token 过期自动刷新：Token 有效期 2 小时，过期自动调用 refresh_token()
4. 不需要鉴权的接口：在 API 层方法中可传入自定义 headers，跳过 Token 注入

日志、报告、环境切换

日志格式

• 格式：时间 - 级别 - 模块 - 信息
• 请求/响应自动打印
• 控制台输出 INFO 级别，文件输出 DEBUG 级别

报告

• Allure2 报告
• 包含步骤（@allure.step）、特性（@allure.feature）、故事（@allure.story）
• 失败用例自动附加失败详情

环境切换

• dev/test/pre/prod 四环境隔离
• 通过环境变量 API_TEST_ENV 切换
• 命令行：API_TEST_ENV=dev pytest testcases/

生成脚本调用

# 基本用法：仅基于接口定义生成脚本（内联数据模式）
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --output api_auto_project/

# 数据驱动模式：指定测试数据目录
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --data-dir test_data/ --output api_auto_project/

# 仅生成指定模块的脚本
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --module "认证管理" --output api_auto_project/

# 仅生成指定接口的脚本
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --api "POST_/api/auth/login" --output api_auto_project/

# 指定输出格式为 YAML 数据驱动
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --data-format yaml --output api_auto_project/

# 跳过基础设施生成（已有项目仅追加接口）
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --skip-infra --output api_auto_project/

# 不生成 utils/ 和 config/（已有项目仅更新接口和用例）
python3 <skill_path>/scripts/testscript_generator.py api_definitions.json --skip-utils --skip-config --output api_auto_project/

注意事项

• 严格分层：接口只封装在 api/ 层，用例只写在 testcases/ 层，数据只放 data/ 层，工具统一放 utils/，禁止混用层级、禁止硬编码
• 命名一致：文件名、类名、方法名、变量名严格遵循命名规范
• 三层断言：每条用例至少包含状态码 + 业务码 + 业务数据三层断言
• 数据解耦：数据驱动模式下，测试数据与测试脚本分离，修改数据不影响脚本逻辑
• 不遗漏接口：api_definitions.json 中的所有接口必须全部生成，不可跳过
• 不遗漏参数：每个接口的所有参数都必须在 API 封装中体现
• 业务规则覆盖：识别到的业务规则（鉴权/幂等/限流等）在用例中有对应测试
• Token 自动处理：需要鉴权的接口自动注入 Token，不需要的接口可跳过
• 依赖变量处理：测试数据中的 ${VARIABLE} 格式变量在运行时动态替换
• 路径参数替换：/api/users/{id} 格式的路径参数在 API 层自动替换
• 编码处理：所有文件 UTF-8 编码
• 环境隔离：不同环境的配置互不干扰
• 可运行性：生成的脚本无需修改即可运行（需先配置环境地址和账号）

与其他技能的协作

api-schema-parser ──→ 标准化接口数据 (api_definitions.json)
        │
        ├──→ api-testdata-generator ──→ 测试数据文件 (data/)
        │       │
        │       └──→ api-testscript-generator ──→ 接口自动化脚本工程
        │               │                         (api/ + testcases/ + data/ + utils/ + config/)
        │               │
        │               └── 可直接运行：pytest testcases/
        │
        └──→ api-testscript-generator（无测试数据）
                    │
                    └── 内联数据模式 ──→ 接口自动化脚本工程
                                        (自动生成默认测试数据)

建议使用流程：

1. 先使用 api-schema-parser 将接口文档标准化为 api_definitions.json
2. 使用 api-testdata-generator 生成全场景测试数据（可选）
3. 使用本技能基于接口定义和测试数据生成自动化脚本工程
4. 配置环境地址和账号后直接运行 pytest testcases/

Resources

scripts/testscript_generator.py

Python 脚本，核心脚本生成引擎，支持：

• 读取 api_definitions.json 接口定义
• 识别数据模式（数据驱动/内联数据）
• 按团队目录规范和分层架构生成脚本文件
• 自动完成接口请求封装（路径替换、参数构建、请求调用）
• 按数据驱动方式绑定测试数据
• 自动生成三层断言
• 注入企业级健壮逻辑
• 严格遵循团队编码规范
• CLI 用法：
  • 基本用法：python3 testscript_generator.py <api_definitions.json> [--data-dir <dir>] [--output <dir>] [--module <name>] [--api <api_id>] [--data-format yaml|json] [--skip-infra] [--skip-utils] [--skip-config]

references/coding-standards.md

团队编码规范参考文档，包含：

• 目录结构规范
• 命名规范（包/文件/类/方法/变量/常量）
• 分层架构规范
• 硬编码禁止规则
• 依赖管理规范

references/assertion-patterns.md

断言策略与模式参考文档，包含：

• 三层断言规范
• 业务数据断言类型定义
• 响应字段路径取值规则
• 断言失败信息格式
• 禁止断言列表

references/template-reference.md

代码模板参考文档，包含：

• API 层封装模板
• 数据驱动用例模板
• 内联数据用例模板
• 数据加载工具模板
• 模块级 __init__.py 模板
• 依赖变量替换逻辑