【技術(shù)實現(xiàn)步驟摘要】
本公開涉及計算機(jī)，尤其涉及自然語言處理、大語言模型、深度學(xué)習(xí)等人工智能，具體涉及一種基于大模型生成測試用例的方法、裝置及電子設(shè)備。
技術(shù)介紹
1、相關(guān)技術(shù)中，單元測試生成工具通常可以生成測試用例。但是在面對斷言報錯時，往往只能提示錯誤位置和錯誤信息，導(dǎo)致開發(fā)者需要手動分析和修復(fù)，增加了時間成本和復(fù)雜性。
技術(shù)實現(xiàn)思路
1、本公開提供了一種基于大模型生成測試用例的方法。
2、根據(jù)本公開的第一方面，提供了一種基于大模型生成測試用例的方法，包括：
3、在執(zhí)行測試用例對被測代碼進(jìn)行測試時，獲取斷言報錯信息；
4、基于所述測試用例、所述被測代碼、所述斷言報錯信息中的至少一者，生成第一提示詞；
5、將所述第一提示詞輸入大模型，得到所述大模型的第一輸出結(jié)果；所述第一輸出結(jié)果包括修復(fù)方案信息，所述大模型用于基于第一提示詞輸出與所述第一提示詞匹配的修復(fù)方案信息；
6、基于所述第一輸出結(jié)果與所述大模型進(jìn)行多輪的交互式對話，生成所述被測代碼的測試用例。
7、根據(jù)本公開的第二方面，提供了一種基于大模型生成測試用例的裝置，包括：
8、第一獲取模塊，用于在執(zhí)行測試用例對被測代碼進(jìn)行測試時，獲取斷言報錯信息；
9、第一生成模塊，用于基于所述測試用例、所述被測代碼、所述斷言報錯信息中的至少一者，生成第一提示詞；
10、第二獲取模塊，用于將所述第一提示詞輸入大模型，得到所述大模型的第一輸出結(jié)果；所述第一輸出結(jié)
11、第二生成模塊，用于基于所述第一輸出結(jié)果與所述大模型進(jìn)行多輪的交互式對話，生成所述被測代碼的測試用例。
12、根據(jù)本公開的第三方面，提供了一種智能體，包括：
13、輸入模塊，用于接收輸入信息；
14、處理模塊，用于基于所述輸入模塊接收的所述輸入信息確定目標(biāo)任務(wù)，基于所述目標(biāo)任務(wù)確定大模型，通過調(diào)用所述大模型執(zhí)行前述第一方面所述的方法，得到輸出信息；
15、輸出模塊，用于輸出所述處理模塊得到的所述輸出信息。
16、根據(jù)本公開的第四方面，提供了一種電子設(shè)備，包括：
17、至少一個處理器；以及
18、與所述至少一個處理器通信連接的存儲器；其中，
19、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行前述第一方面所述的基于大模型生成測試用例的方法。
20、根據(jù)本公開的第五方面，提出了一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行前述第一方面所述的基于大模型生成測試用例的方法。
21、根據(jù)本公開的第六方面，提供了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，其中，所述計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)根據(jù)前述第一方面所述基于大模型生成測試用例的方法的步驟。
22、根據(jù)本公開的技術(shù)，不僅可以自動生成測試用例，還能夠在斷言出錯時自動識別錯誤來源并進(jìn)行修復(fù)，無需開發(fā)者手動分析和修改，極大地提高了測試效率，降低了測試成本和復(fù)雜性，提高了測試用例的準(zhǔn)確性和代碼覆蓋率。
23、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種基于大模型生成測試用例的方法，包括：
2.如權(quán)利要求1所述的方法，其中，所述基于所述測試用例、所述被測代碼、所述斷言報錯信息中的至少一者，生成第一提示詞，包括：
3.如權(quán)利要求2所述的方法，其中，所述基于提示詞模板，對所述測試用例、所述被測代碼和所述斷言報錯信息進(jìn)行模板渲染，得到所述第一提示詞，包括：
4.如權(quán)利要求1所述的方法，其中，所述將所述第一提示詞輸入大模型，得到所述大模型的第一輸出結(jié)果，包括：
5.如權(quán)利要求4所述的方法，其中，所述基于所述第一提示詞，通過所述大模生成與所述斷言報錯的來源對應(yīng)的修復(fù)方案信息，包括：
6.如權(quán)利要求4或5所述的方法，其中，所述基于所述第一提示詞，通過所述大模生成與所述斷言報錯的來源對應(yīng)的修復(fù)方案信息，還包括：
7.如權(quán)利要求4所述的方法，其中，所述基于所述第一提示詞，通過所述大模生成與所述斷言報錯的來源對應(yīng)的修復(fù)方案信息，包括：
8.如權(quán)利要求7所述的方法，其中，所述基于所述第一輸出結(jié)果與所述大模型進(jìn)行多輪的交互式對話，生成所述被測代碼的測試用例，包
9.如權(quán)利要求8所述的方法，所述方法還包括：
10.如權(quán)利要求1所述的方法，所述方法還包括：
11.一種基于大模型生成測試用例的裝置，包括：
12.如權(quán)利要求11所述的裝置，其中，所述第一生成模塊用于：
13.如權(quán)利要求12所述的裝置，其中，所述第一生成模塊用于：
14.如權(quán)利要求11所述的裝置，其中，所述獲取模塊用于：
15.如權(quán)利要求14所述的裝置，其中，所述第二獲取模塊用于：
16.如權(quán)利要求14或15所述的裝置，所述裝置還包括：
17.如權(quán)利要求14所述的裝置，其中，所述第二獲取模塊用于：
18.如權(quán)利要求17所述的裝置，其中，所述第二生成模塊用于：
19.如權(quán)利要求18所述的裝置，所述裝置還包括：
20.如權(quán)利要求11所述的裝置，所述裝置還包括：
21.一種智能體，包括：
22.一種電子設(shè)備，包括：
23.一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行權(quán)利要求1-10中任一項所述的基于大模型生成測試用例的方法。
24.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，其中，所述計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1-10中任一項所述基于大模型生成測試用例的方法的步驟。
...【技術(shù)特征摘要】
1.一種基于大模型生成測試用例的方法，包括：
2.如權(quán)利要求1所述的方法，其中，所述基于所述測試用例、所述被測代碼、所述斷言報錯信息中的至少一者，生成第一提示詞，包括：
3.如權(quán)利要求2所述的方法，其中，所述基于提示詞模板，對所述測試用例、所述被測代碼和所述斷言報錯信息進(jìn)行模板渲染，得到所述第一提示詞，包括：
4.如權(quán)利要求1所述的方法，其中，所述將所述第一提示詞輸入大模型，得到所述大模型的第一輸出結(jié)果，包括：
5.如權(quán)利要求4所述的方法，其中，所述基于所述第一提示詞，通過所述大模生成與所述斷言報錯的來源對應(yīng)的修復(fù)方案信息，包括：
6.如權(quán)利要求4或5所述的方法，其中，所述基于所述第一提示詞，通過所述大模生成與所述斷言報錯的來源對應(yīng)的修復(fù)方案信息，還包括：
7.如權(quán)利要求4所述的方法，其中，所述基于所述第一提示詞，通過所述大模生成與所述斷言報錯的來源對應(yīng)的修復(fù)方案信息，包括：
8.如權(quán)利要求7所述的方法，其中，所述基于所述第一輸出結(jié)果與所述大模型進(jìn)行多輪的交互式對話，生成所述被測代碼的測試用例，包括：
9.如權(quán)利要求8所述的方法，所述方法還包括：
10.如權(quán)利要求1所述的方法，所述方法還...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉曉娟，李輝，王初晴，彭云鵬，師笑艷，
申請(專利權(quán))人：北京百度網(wǎng)訊科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。