为核心函数批量生成单元测试
🎯 解决什么问题
老项目测试覆盖率只有 20%，补测试写到手软。智能体分析函数逻辑和边界条件，自动生成 pytest 或 Jest 用例，覆盖正常路径、异常路径和边界值。生成的测试先跑一遍，失败的会自我修正后再提交给你确认。
😣 老项目测试覆盖率只有 20%，领导要求提到 70%，开发补测试写到手软：每个函数都要想正常路径、异常路径、边界值，枯燥又耗时，还容易漏分支。
💡 核心模块测试覆盖率一周内从 20% 拉到 70%
🛠 操作步骤（共5步）
1
选定目标函数先挑核心模块的纯函数/工具类下手，圈定要补测试的文件清单，排除 UI 层和强依赖外部服务的代码。
2
AI 分析逻辑把函数源码丢给 Muse，让它列出所有分支条件、边界值和可能抛异常的点，确认理解无误再生成。
3
批量生成用例按 pytest（Python）或 Jest（JS）风格生成测试文件，覆盖正常路径、异常路径、边界值三类。
4
运行并自修正直接跑一遍测试，失败的用例把报错喂回去让 AI 修正，直到全绿或只剩需人工判断的用例。
5
人工确认入库你快速过一遍生成的断言是否合理（AI 有时会写出“恰好通过”的弱断言），确认后合入仓库。
📋 提示词模板（复制即用）
你是测试工程师。请为以下函数生成单元测试（pytest 风格）：要求覆盖 1.正常路径（含典型输入输出）；2.异常路径（非法输入、空值、抛异常）；3.边界值（0、空字符串、最大值、临界条件）。每个测试用函数名清晰命名，并写清断言的预期依据。不要写没有断言的测试。函数源码：[粘贴函数代码]；依赖说明：[如依赖数据库请用 mock]
🧰 用到工具
Muse · pytest · Jest
⚠️ 注意事项
- 先让 AI 列分支再生成测试：直接让它写容易漏掉 else 分支和异常路径。
- 警惕“恰好通过”的弱断言，如 assert result is not None，要人工加严关键断言。
- 有外部依赖（数据库、HTTP）的函数先要求用 mock，否则生成的测试跑不起来。