最简单可跑版本（几十行代码 + 一个Prompt），能自己搭出来，而且能在团队里用。

我们做的目标是👇

✅ 输入接口信息 → 自动生成测试代码 → 自动执行 → 自动出报告

---

✅ 一、整体方案（先看全貌，别慌）

这个“小工具”其实就3步：

1️⃣ AI生成测试代码
2️⃣ 本地执行 pytest
3️⃣ 输出测试报告

👉 你只需要把这三步串起来

---

✅ 二、你需要准备什么（5分钟搞定）

环境：

• Python 3.x
• 安装依赖：

pip install requests pytest pytest-html openai

---

✅ 三、核心思路（非常重要）

我们不是“写测试代码”

👉 而是：

✅ 用 AI 生成测试代码字符串
✅ 保存成 .py 文件
✅ 用 pytest 执行

---

✅ 四、完整最小实现（你可以直接用）

我给你一版“可运行版本”，你只需要改接口信息👇

---

✅ 代码（核心脚本）

import os
import subprocess
from openai import OpenAI

client = OpenAI(api_key="你的API_KEY")

# ====== 1. 定义接口信息 ======
api_info = """
接口地址：https://api.xxx.com/login
请求方式：POST
请求头：Content-Type: application/json
请求参数：
{
  "username": "string",
  "password": "string"
}
"""

# ====== 2. 让AI生成测试代码 ======
prompt = f"""
你是一名资深测试开发工程师，请生成pytest接口测试代码：

{api_info}

要求：
1. 使用 requests + pytest
2. 包含正常和异常场景
3. 包含断言
4. 代码可直接运行
"""

response = client.chat.completions.create(
    model="gpt-5.4",
    messages=[{"role": "user", "content": prompt}]
)

test_code = response.choices[0].message.content

# ====== 3. 写入测试文件 ======
with open("test_api.py", "w", encoding="utf-8") as f:
    f.write(test_code)

print("✅ 测试代码已生成")

# ====== 4. 执行pytest并生成报告 ======
subprocess.run("pytest test_api.py --html=report.html", shell=True)

print("✅ 测试执行完成，报告已生成 report.html")

---

✅ 五、你会得到什么效果？

运行后：

👉 自动生成：

• test_api.py（测试脚本）
• report.html（测试报告）

打开 report.html 就能看到：

• 用例通过/失败
• 详细结果

---

✅ 六、你可以怎么用在工作中？

这个东西其实已经可以：

👉

• 快速验证接口 ✅
• 临时回归测试 ✅
• Demo展示 ✅

---

✅ 七、升级一下（很容易加分）

你可以加几个小优化👇

---

✅ 1️⃣ 多接口支持

把 api_info 改成：

👉 从文件读取（比如 api.txt）

---

✅ 2️⃣ 加“测试报告总结”（AI生成）

执行完后再加一步：

把pytest结果 → 丢给AI → 生成总结

👉 自动变成“汇报材料”

---

✅ 3️⃣ 接入RAG（你前面学的）

👉 把接口文档喂进去再生成代码：

基于以下接口文档生成测试代码

👉 代码会更贴近你们系统

---

✅ 八、现实建议（很关键）

这个工具不用做很复杂：

👉 你做到这一步已经够：

✅ 能生成
✅ 能跑
✅ 能出报告

---

👉 在团队里你就已经是：

“会用AI搞测试工具的人”

---

✅ 最后给你一个进阶方向（你可以后面做）

如果你想再升级一点👇

👉 做一个简单CLI工具：

python run_test.py login_api.txt

👉 自动完成：

• 生成代码
• 执行
• 出报告

---