調(diào)教了一個AI Agent，全天自動寫測試用例：準(zhǔn)確率提升70%+

一、FastAPI框架簡介

1.1 FastAPI框架簡介

FastAPI是一個用于構(gòu)建API的現(xiàn)代、快速（高性能）的Web框架，基于Python 3.7+的類型提示，建立在Starlette和Pydantic基礎(chǔ)之上。

FastAPI框架有以下特性：

●Starlette：輕量級的 ASGI 框架/工具包，是構(gòu)建高性能 Asyncio 服務(wù)的理想選擇

●Pydantic：基于 Python 類型提示來定義數(shù)據(jù)驗證、序列化和文檔的庫

FastAPI 的核心特性：

1.快速：可與 NodeJS 和 Go 比肩的極高性能，是最快的 Python Web 框架之一

2.智能：極佳的編輯器支持，處處皆可自動補(bǔ)全，減少調(diào)試時間

3.簡單：設(shè)計的易于使用和學(xué)習(xí)，閱讀文檔的時間更短

4.簡短：使代碼重復(fù)最小化，通過不同的參數(shù)聲明實現(xiàn)豐富功能

5.健壯：生產(chǎn)可用級別的代碼，還有自動生成的交互式文檔

6.標(biāo)準(zhǔn)化：基于（并完全兼容）API 的相關(guān)開放標(biāo)準(zhǔn)：OpenAPI 和 JSON Schema

1.2 為什么選擇FastAPI框架

讓我們從多個維度詳細(xì)對比 FastAPI、Flask 和 Django REST Framework框架：

FastAPI 的性能優(yōu)勢：

●基于 ASGI（異步服務(wù)器網(wǎng)關(guān)接口），而非傳統(tǒng)的 WSGI

●原生支持 async/await，充分利用 Python 異步特性

●使用 Uvicorn 作為 ASGI 服務(wù)器，性能接近 Go 和 Node.js

選擇 FastAPI 框架的理由：

1.原生異步支持：完美支持 async/await，適合 I/O 密集型應(yīng)用

2.自動數(shù)據(jù)驗證：基于 Pydantic，自動驗證請求數(shù)據(jù)并生成清晰的錯誤信息

3.自動文檔生成：無需額外配置即可生成交互式 API 文檔（Swagger UI 和 ReDoc）

4.類型安全：完整的類型提示支持，IDE 自動補(bǔ)全和類型檢查

5.高性能：基于 ASGI，性能接近 Go 和 Node.js

6.現(xiàn)代化設(shè)計：充分利用 Python 3.7+ 的新特性

二、FastAPI開發(fā)環(huán)境配置

2.1 環(huán)境準(zhǔn)備

系統(tǒng)要求：

●建議使用Python 3.12

●pip 包管理器

2.2 安裝依賴

# 創(chuàng)建虛擬環(huán)境（推薦）
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或
venv\Scripts\activate # Windows
# 安裝 FastAPI 和 Uvicorn
pip install fastapi uvicorn[standard]
# 安裝項目依賴
pip install tortoise-orm aiosqlite # ORM 和數(shù)據(jù)庫
pip install pydantic pydantic-settings # 數(shù)據(jù)驗證和配置
pip install chromadb # 向量數(shù)據(jù)庫
pip install crewai # Agent 框架
pip install python-multipart # 文件上傳支持

2.3 項目結(jié)構(gòu)

FastAPI項目有這著其簡潔清晰和可維護(hù)的項目結(jié)構(gòu)，強(qiáng)烈推薦的最佳實踐的項目結(jié)構(gòu)如下：

XMaster/
├── backend/ # 后端項目
│ ├── main.py # FastAPI 應(yīng)用入口
│ ├── base/ # 基礎(chǔ)模塊
│ │ ├── config.py # 配置管理
│ │ ├── db_action.py # 數(shù)據(jù)庫操作
│ │ ├── embedding_vector.py # 向量嵌入
│ │ └── logger_config.py # 日志配置
│ ├── models/ # 數(shù)據(jù)模型
│ │ ├── user.py
│ │ ├── knowledge.py
│ │ └── test_case.py
│ ├── schemas/ # Pydantic 模式
│ ├── api/ # API 路由
│ ├── agents/ # Agent 智能體
│ │ ├── case_generator_agent.py
│ │ └── rag_retrieval_agent.py
│ ├── services/ # 業(yè)務(wù)邏輯
│ └── data/ # 數(shù)據(jù)存儲
│ ├── sys-sqlite.db # SQLite 數(shù)據(jù)庫
│ └── vector_db/ # ChromaDB 向量庫
└── vue-front/ # 前端項目
├── src/
│ ├── views/ # 頁面組件
│ ├── components/ # 通用組件
│ ├── stores/ # Pinia 狀態(tài)管理
│ └── api/ # API 接口
└── package.json

三、FastAPI實戰(zhàn)

3.1 最簡FastAPI應(yīng)用示例

import uvicorn
# 導(dǎo)入FastAPI類
from fastapi import FastAPI
# 創(chuàng)建FastAPI實例，實例名自定義
FastApp = FastAPI()
@FastApp.get("/")
async def root():
return {"message": "Hello World"}
@FastApp.get("/hello/{name}")
async def say_hello(name: str):
return {"message": f"Hello {name}"}
if __name__ == "__main__":
uvicorn.run("main:FastApp", host="0.0.0.0", port=8000, reload=True)

運(yùn)行應(yīng)用：

python main.py

訪問http://localhost:8000，我們會看到：

{"message": "Hello World"}

訪問http://localhost:8000/hello/FastAPI，我們會看到：

{"message": "Hello FastAPI"}

FastAPI 的核心特性解析：

1. 自動生成交互式 API 文檔

●訪問http://localhost:8000/docs，我們會看到自動生成的Swagger UI文檔：

●訪問http://localhost:8000/redoc，會看到ReDoc風(fēng)格的文檔。

2. 類型提示和自動驗證

@FastApp.get("/hello/{name}")
async def say_hello(name: str): # 類型提示：name 必須是字符串
return {"message": f"Hello {name}"}

FastAPI 會自動完成下述事務(wù)：

●驗證 name 是否為字符串

●在文檔中顯示參數(shù)類型

●提供編輯器自動補(bǔ)全

3. 異步支持

@FastApp.get("/")
async def root(): # 使用 async 關(guān)鍵字
return {"message": "Hello World"}

●使用 async def 定義異步路由

●支持 await 調(diào)用異步函數(shù)

●充分利用 Python 異步特性，提升并發(fā)性能

4. 自動 JSON 序列化

FastAPI 自動將 Python 字典轉(zhuǎn)換為 JSON 響應(yīng)，無需手動序列化。

3.2 FastAPI 應(yīng)用類

FastAPI 應(yīng)用類是整個應(yīng)用的核心，負(fù)責(zé)路由注冊、中間件配置、生命周期管理等。

創(chuàng)建 FastAPI 實例
from fastapi import FastAPI
from contextlib import asynccontextmanager
@asynccontextmanager
async def lifespan(app: FastAPI):
"""應(yīng)用生命周期管理"""
# 啟動時執(zhí)行
print("應(yīng)用啟動中...")
await init_database() # 初始化數(shù)據(jù)庫
yield # 應(yīng)用運(yùn)行中
# 關(guān)閉時執(zhí)行
print("應(yīng)用關(guān)閉中...")
await close_database() # 關(guān)閉數(shù)據(jù)庫連接
# 創(chuàng)建 FastAPI 應(yīng)用實例
app = FastAPI(
title="XAuto智能體平臺",
version="1.0.0",
description="基于 FastAPI + CrewAI 的測試用例生成平臺",
lifespan=lifespan # 生命周期管理
)

FastAPI 實例參數(shù)說明：

配置 CORS 中間件

from fastapi.middleware.cors import CORSMiddleware
app.add_middleware(
CORSMiddleware,
allow_origins=["*"], # 允許的源
allow_credentials=True,
allow_methods=["GET", "POST", "PUT", "DELETE", "OPTIONS"],
allow_headers=["*"],
)

全局異常處理

from fastapi import Request, HTTPException
from fastapi.responses import JSONResponse
@app.exception_handler(HTTPException)
async def http_exception_handler(request: Request, exc: HTTPException):
"""HTTP 異常處理器"""
returnJSONResponse(
status_code=exc.status_code,
content={"message": exc.detail}
)
@app.exception_handler(Exception)
async def global_exception_handler(request: Request, exc: Exception):
"""全局異常處理器"""
returnJSONResponse(
status_code=500,
content={"message": f"服務(wù)器內(nèi)部錯誤: {str(exc)}"}
)

3.3 FastAPI的請求路由系統(tǒng)

3.3.1 路由參數(shù)

路由參數(shù)（Path Parameters）是 URL 路徑的一部分。

from fastapi import Path
@app.get("/items/{item_id}")
async def read_item(
item_id: int = Path(..., title="商品ID", ge=1, le=1000)
):
"""
獲取商品信息
- item_id: 商品ID，范圍 1-1000
"""
return{"item_id": item_id, "name": f"商品{item_id}"}

路徑參數(shù)驗證：

3.3.2 查詢參數(shù)

查詢參數(shù)（Query Parameters）是URL中?后面的參數(shù)。

from fastapi import Query
from typing import Optional, List
@app.get("/search")
async def search_items(
q: str = Query(..., min_length=1, max_length=50, description="搜索關(guān)鍵詞"),
page: int = Query(1, ge=1, description="頁碼"),
size: int = Query(10, ge=1, le=100, description="每頁數(shù)量"),
tags: Optional[List[str]] = Query(None, description="標(biāo)簽列表")
):
"""
搜索商品
- q: 搜索關(guān)鍵詞（必填）
- page: 頁碼（默認(rèn) 1）
- size: 每頁數(shù)量（默認(rèn) 10，最大 100）
- tags: 標(biāo)簽列表（可選）
"""
return{
"query": q,
"page": page,
"size": size,
"tags": tags or []
}

示例請求：

GET /search?q=FastAPI&page=1&size=20&tags=python&tags=web

3.3.3 請求體

使用 Pydantic 模型定義請求體。

from pydantic import BaseModel, Field
from typing import Optional
class Item(BaseModel):
"""商品模型"""
name: str = Field(..., min_length=1, max_length=100, description="商品名稱")
description: Optional[str] = Field(None, max_length=500, description="商品描述")
price: float = Field(..., gt=0, description="商品價格")
tax: Optional[float] = Field(None, ge=0, description="稅費(fèi)")
@app.post("/items")
async def create_item(item: Item):
"""
創(chuàng)建商品
"""
item_dict = item.model_dump()
if item.tax:
price_with_tax = item.price + item.tax
item_dict.update({"price_with_tax": price_with_tax})
return item_dict

示例請求：

POST /items
Content-Type: application/json
{
"name": "FastAPI 教程",
"description": "一本關(guān)于 FastAPI 的書",
"price": 99.99,
"tax": 10.0
}

Pydantic 模型的優(yōu)勢：

●自動數(shù)據(jù)驗證

●自動生成 JSON Schema

●自動生成 API 文檔

●類型提示和編輯器支持

3.3.4 Form表單數(shù)據(jù)

處理 HTML 表單提交的數(shù)據(jù)。

from fastapi import Form
@app.post("/login")
async def login(
username: str = Form(..., min_length=3, max_length=50),
password: str = Form(..., min_length=6)
):
"""
用戶登錄
"""
return {"username": username, "message": "登錄成功"}

示例請求：

POST /login
Content-Type: application/x-www-form-urlencoded
username=admin&password=123456

3.3.5 文件上傳

FastAPI 支持單文件和多文件上傳。

from fastapi import File, UploadFile
from typing import List
import shutil
@app.post("/upload")
async def upload_file(file: UploadFile = File(...)):
"""
單文件上傳
"""
# 保存文件
file_path = f"./uploads/{file.filename}"
with open(file_path, "wb") as buffer:
shutil.copyfileobj(file.file, buffer)
return{
"filename": file.filename,
"content_type": file.content_type,
"size": file.size
}
@app.post("/upload-multiple")
async def upload_multiple_files(files: List[UploadFile] = File(...)):
"""
多文件上傳
"""
uploaded_files = []
for file in files:
file_path = f"./uploads/{file.filename}"
with open(file_path, "wb") as buffer:
shutil.copyfileobj(file.file, buffer)
uploaded_files.append({
"filename": file.filename,
"size": file.size
})
return {"files": uploaded_files}

??轉(zhuǎn)崗軟件測試/野路子技能提升

??想了解更多漲薪技能提升方法

??可以到我的個人號：atstudy-js

即可加入領(lǐng)取 ??????

轉(zhuǎn)行、入門、提升、需要的各種干貨資料

內(nèi)含AI測試、 車載測試、AI大模型開發(fā)、BI數(shù)據(jù)分析、銀行測試、游戲測試、AIGC