CodeBuddy怎么生成Pytest测试用例？Python测试框架代码自动化

CodeBuddy 支持五种生成 pytest 测试用例的方法：方法级触发、文件/目录级触发、快捷键触发、CLI 工具触发及对话模式定制化生成，覆盖精准单函数测试到批量自动化场景。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您在使用 CodeBuddy 辅助编写 Python 测试代码，但尚未掌握其如何生成符合 pytest 规范的测试用例，则可能是由于未正确触发测试生成路径或未提供足够上下文信息。以下是实现该目标的具体方法：

一、方法级触发 pytest 单元测试生成

该方式适用于对单个函数或方法进行精准覆盖，CodeBuddy 会自动分析参数类型、返回值、异常分支及依赖关系，生成含边界值和错误路径的 pytest 测试用例，并默认采用 def test_* 命名风格与 assert 断言结构。

1、在 VS Code 中打开目标 Python 源文件，将光标定位在待测函数定义行上方或内部。

2、点击函数左侧出现的快捷功能按钮（图标为“?”），选择“Generate unit tests”。

3、圈选目标函数代码块，右键选择 Tencent Cloud CodeBuddy > Generate tests。

4、圈选代码后，将鼠标悬浮于代码区域，等待弹出悬浮菜单，点击 Generate unit tests。

5、圈选代码后，观察编辑器左侧边缘出现的小灯泡图标，单击后选择 CodeBuddy: Generate tests。

6、在左侧对话面板中，圈选代码区域后输入指令 /tests 并回车执行。

二、文件或目录级触发 pytest 批量测试生成

该方式适用于为整个模块或包批量生成 pytest 测试骨架，CodeBuddy 会自动识别项目结构、扫描已有 tests/ 目录、匹配 pytest 配置（如 pytest.ini 或 pyproject.toml），并为每个可测函数生成独立的 test_* 方法。

1、在 IDE 底部的对话输入框中，直接输入指令 /tests。

2、输入后通过 @ Add 添加一个或多个目标路径，例如：@ Add src/calculators.py 或 @ Add src/utils/。

3、在资源管理器的文件树中，右键单击某个 .py 文件，选择 CodeBuddy > Generate tests。

4、在资源管理器中，右键单击整个目录（如 src/models/），选择 Tencent Cloud CodeBuddy > Generate Tests。

三、使用快捷键触发 pytest 测试生成

该方式提供最高效的免鼠标操作路径，适用于高频测试生成场景，支持 Windows/Linux（Alt + Shift + T）与 macOS（Option + Shift + T）双平台绑定，触发后自动识别当前文件为 pytest 项目并生成适配结构。

Python 3.14.3

微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。

1、确保光标位于待测 Python 文件内，无需选中任何内容。

2、按下快捷键组合：Alt + Shift + T（Windows/Linux）或 Option + Shift + T（macOS）。

3、等待 CodeBuddy 完成项目结构分析与 pytest 框架识别，点击继续以生成完整测试代码。

四、通过 CLI 工具触发 pytest 测试生成

该方式面向命令行工作流与自动化集成场景，CodeBuddy CLI 可在终端中直接解析本地工程，强制输出符合 pytest 命名规范与断言风格的测试文件，支持指定输出路径与覆盖率阈值。

1、在项目根目录下打开终端，执行初始化命令：codebuddy init，生成 CODEBUDDY.md 配置文件。

2、运行测试生成指令：codebuddy testgen --file src/services/math_service.py --framework pytest。

3、批量生成时使用：codebuddy testgen --dir src/logic/ --output tests/pytest/ --coverage 80。

4、生成后查看控制台输出的测试文件路径，确认 tests/pytest/test_math_service.py 已创建且含 @pytest.mark.parametrize 示例。

五、对话模式定制化生成 pytest 测试用例

该方式适用于复杂业务逻辑或需人工干预测试场景，支持自然语言描述预期行为、输入约束、异常条件与断言期望，CodeBuddy 将据此生成结构清晰、可读性强、符合 pytest 最佳实践的测试代码。

1、在 CodeBuddy 对话框中输入自然语言需求，例如：“为 process_order(order_id, amount) 函数生成 pytest 测试：正常订单返回 True；amount ≤ 0 时抛出 ValueError；order_id 为空字符串时抛出 ValidationError”。

2、若需指定 fixture，可追加说明：“使用 mock_database fixture 替换真实数据库调用”。

3、确认生成内容中包含 import pytest、@pytest.fixture（如需）、以及带注释的 test_* 函数。

4、检查断言是否使用 assert ... == ... 或 with pytest.raises(...) 形式，而非 print 或 logging。