面向 Go 服务的自动化测试体系

面向 Go 服务的自动化测试体系

可以按三层理解:

  1. 业务代码层(黄色框)
    业务 Go 项目按典型链路组织:
    HTTP / MQ / Command 入口 → Controller / Service / Data → Helpers → DB、KV、ES、API、RMQ 等外部依赖
    其中 sell-goweb 提供脚手架和 Helpers,帮助统一接入方式。
  2. 录制与规则层(中上部)
    Recorder 在业务入口或依赖调用附近记录请求、响应和依赖交互;recorder-service 负责把这些原始 Batch 数据存储、查询。
    TRS 测试规则管理 则管理“如何测试”:规则定义、版本、查询等。图中的 sell-goweb-trs 是规划中的规则管理 Skill,研发可借助 AI 来发布或维护这些规则。
  3. 测试执行层(右侧)
    sell-goweb-tester 读取录制的原始 Batch 与测试规则,执行本地集成测试。
    它管理测试 Case / mock data / coverage,并通过图中 Replace*ForTest 的机制,把业务 Helpers 连接的真实 DB、HTTP、MQ 等依赖替换成测试桩或 mock,从而让测试可重复、可控。

一句话总结:

开发写业务代码并接入统一 Helpers;运行时 Recorder 采集真实调用;TRS 定义测试规则;Tester 用采集的数据和规则,替换外部依赖后执行集成测试,并管理案例、mock 和覆盖率。

图里的虚线通常表示规划中、配置/数据流或弱耦合关系;实线箭头更像是实际调用或执行链路

更多文章

learn-agent-road

learn-agent-road

📚 免费在线阅读 / 教程 1. AI Agent 开发项目实战 – 李文周的个人站点 🔗 https://liwenzhou.com/courses/ai-agent/ 2. AI 智能体实战速成指南:从零到企业级落地 (ai-agents-from-zero) 🔗 https://didilili.github.io/ai-agents-from-zero/#/ 3. 深入理解 AI Agent - AI Agents in Depth 🔗 https://bojieli.github.io/ai-agent-book/ 4. Hello-Agents (Datawhale) 🔗 https://hello-agents.datawhale.cc/#/ 5. AI Agent 架构:从单体到企业级多智能体 – Wayland Zhang

作者 Kingston
openspec & AI开发工作流

openspec & AI开发工作流

OpenSpec 的核心理念是:在编写任何代码之前,你和你的 AI 必须就要构建什么达成一致。不过,这种共识只有在你真正阅读了 AI 所编写的内容之后才具有意义。 概要讲解 先快速过一下openspec 工作流,也便于快速上手,如下图。 阶段 核心作用 explore 调研问题、理解代码、分析方案 propose 定义这次改什么,生成方案、规格和任务 apply 按任务实施代码 sync 把本次增量规格合并到正式规格 archive 把完成的 change 移入归档目录 详细的command 可以查阅官方github描述: OpenSpec/docs/commands.md at main · Fission-AI/OpenSpecSpec-driven development (SDD) for AI coding assistants. -

作者 Kingston
赣ICP备2026020369号-1 公安备案 赣公网安备36102702000155号