一步步为 Python 库生成可靠的单元测试

先选一个能够独立验证的函数

为 Python 库补测试时，先挑一个输入输出明确、不依赖网络的函数。范围越小，越容易发现模型是否理解了需求，也能减少每次请求携带的内容。本文用一个计算折后金额的函数演示：输入原价和折扣比例，返回应付金额。

第一轮只处理这个函数。把相关实现、公开说明和现有测试风格交给模型即可。对于个人项目，先完成一个可信的小闭环，比一次生成整套测试更容易控制时间和费用。

生成测试前，先明确正确行为。假设原价使用整数分，折扣使用零到一百的整数百分比，其中二十表示减免百分之二十。计算结果按分四舍五入，恰好半分时向上取整。原价不能为负数，折扣不能越界。

继续确定异常约定：类型错误抛出类型异常，数值越界抛出值异常。布尔值是否允许，也要明确；这里约定拒绝布尔值。如果库已有公开约定，就以它为准。遇到说明与实现冲突的地方，先确认预期，避免让模型把现有缺陷写进断言。

第一轮可以这样描述任务：请根据这些行为约定列出测试用例，逐项说明输入、预期结果和验证目的，暂时不要生成测试实现。信息不足时请指出疑问，不要自行补充规则。

检查清单是否包含普通折扣、零元原价、不打折、全部减免、小数取整、负数、越界比例以及错误类型。优先保留能验证不同规则的用例，避免堆积大量只更换数字的重复测试。

测试清单需要人工核对。例如，原价一千分、减免百分之二十，应付八百分；原价一千零一分，同样减免后得到八百点八分，应取八百零一分；原价一分、减免百分之五十，应付一分。

这些数字应当直接成为预期值。不要让测试再次调用被测函数，或者复制整段业务算法来计算答案，否则实现和测试可能一起犯错。金额计算还要留意二进制浮点数带来的误差，断言应体现约定的取整规则。

确认清单后，再要求模型使用项目现有的测试框架生成测试，并保持断言清楚、用例相互独立。纯计算函数通常可以直接调用，无须增加模拟对象。只有遇到时间、网络或外部存储等依赖时，才考虑隔离这些依赖。

在本地运行这组测试。失败时同时检查三件事：需求是否明确、预期值是否正确、实现是否符合约定。不要为了让结果变绿就接受模型修改断言。需要继续求助时，只提供失败摘要、相关用例和必要实现，减少无关上下文。

测试通过后，可以临时把四舍五入改成直接舍去，确认取整用例会失败；再临时取消折扣范围检查，确认非法输入用例能够发现问题。每次验证后立即恢复实现，再运行测试。

这种检查能帮助你判断断言是否真正约束了行为。如果改错后测试依然通过，应该检查是否遗漏了边界输入、没有断言返回值，或者只验证了函数能够执行。覆盖率可以提示未执行的位置，但不能单独证明测试可靠。

通过 MyRelay 使用模型时，可以先用少量用例试跑，再根据质量决定是否扩大范围。创建一个 MyRelay 账号后，你可以在请求记录中查看每次消耗的词元和费用，把整理用例、生成测试与分析失败的开销分别核对。

后续每次增加一个函数或一类边界条件，复用已经确认的行为约定和测试风格。遇到缺陷时，先增加能够复现问题的测试，再修复实现，并把生成的测试与代码一起审查、提交，让它们持续帮助维护这个库。