使用工作流
自动生成测试用例
简介
- AI 工作流（AI Workflow）是一种通过多个步骤自动完成任务的流程。
-
典型步骤包括：
- 输入数据
- AI 解析
- 数据处理
- 结果生成
通过工作流，可以将复杂任务拆解为多个自动化步骤。
AI 工作流生成测试用例流程
Dify 工具介绍
-
Dify 是一个开源的 LLM 应用开发平台。
- 可视化 AI 工作流
- 知识库管理
- Prompt 管理
- API 集成
- dify 地址
- 账号密码：参见入群须知贴
Dify Workflow 架构
示例
假设有一个需求：
功能：
用户登录
需求描述：
用户输入用户名和密码登录系统，如果用户名和密码正确，则登录成功，否则提示错误。
Dify 工作流节点示例
在 Dify 中可以配置多个节点，这样就形成完整 AI 流程。
- 输入节点
- LLM 节点（需求分析）
- LLM 节点（测试点生成）
- LLM 节点（测试用例生成）
- 输出节点
Dify 工作流搭建
- 创建应用
- 进入 Dify
- 创建应用 → 选择 Workflow（工作流）
- 命名：测试用例生成器
- 开始节点：新增输入字段：requirement
- 节点一：LLM 分析需求，输入变量
{{ requirement }}
你是一名资深测试开发工程师，请对以下需求进行结构化分析。
要求：
1. 提取核心功能
2. 提取关键业务流程
3. 提取输入输出
4. 提取可能的异常场景
5. 用清晰结构输出（JSON格式）
需求如下：
{{ requirement }}
输出格式：
{
"功能": "",
"业务流程": [],
"输入": [],
"输出": [],
"异常场景": []
}
- LLM 节点二：生成测试点，输入变量
{{ 上一步输出 }}
你是一名测试专家，请根据以下需求分析结果，设计测试点。
要求：
1. 覆盖正常流程
2. 覆盖异常场景
3. 覆盖边界情况
4. 分类清晰（功能 / 异常 / 边界）
5. 输出为列表
需求分析：
{{ text }}
输出格式：
[
{
"类型": "功能",
"测试点": ""
}
]
- LLM 节点三：生成测试用例，输入变量
{{ 测试点 }} - 结束节点（输出）：直接输出
{{ 测试用例 }}
你是一名高级测试工程师，请根据测试点生成标准测试用例。
要求：
1. 每个测试点生成1条测试用例
2. 包含：标题、前置条件、步骤（步骤中携带测试数据）、预期结果
3. 步骤要清晰可执行
4. 输出为Markdown表格
测试点如下：
{{ text }}
输出格式：
| 用例标题 | 前置条件 | 测试步骤 | 预期结果 |
|----------|----------|----------|----------|
AI 生成测试用例示例
| 用例名称 | 前置条件 | 测试步骤 | 预期结果 |
|---|---|---|---|
| 正常登录 | 用户已注册 | 输入正确用户名密码 | 登录成功 |
| 密码错误 | 用户已注册 | 输入错误密码 | 提示密码错误 |
| 用户不存在 | 无 | 输入不存在用户名 | 登录失败 |
| 用户名为空 | 无 | 用户名为空 | 提示错误 |
| 密码为空 | 无 | 密码为空 | 提示错误 |
使用 Dify 的优势
- 可视化流程设计
- 快速搭建 AI 工具
- 支持多模型
- 易于扩展
总结
- AI 工作流的概念
- AI 工作流在测试中的应用
- Dify 工具介绍
- 如何使用 Dify 自动生成测试用例