api-testdata-generator

name api-testdata-generator description 测试数据自动化构造技能。支持三种输入模式：传统模式（基于 api_definitions.json 接口定义）、规范模式（基于团队自定义字段规则）、自然语言模式（基于自然语言描述，Faker 驱动）。自动生成覆盖正向、边界、异常、安全四大维度的测试数据，支持 YAML/JSON/Excel/CSV 格式输出。 API Test Data Generator - 测试数据自动化构造 概述 本技能扮演测试数据构造专家角色，核心能力是基于不同输入来源自动生成覆盖全场景、符合约束、可直接用于数据驱动测试的测试数据集。 三种输入模式： 模式 输入来源 适用场景 输出格式 传统模式（API） api_definitions.json 接口测试、数据驱动测试 YAML/JSON/Excel 规范模式（Spec） 自定义字段规则文件 多类型测试、团队规范驱动 YAML/JSON/Excel/CSV 自然语言模式（NL） 自然语言描述 手工测试、性能测试、UI 自动化等 CSV（主）/JSON 四大数据维度： 维度 说明 数据量占比 正向合法数据 满足所有业务与格式规则的标准数据 20% 边界值数据 最小/最大长度、数值上下限、临界合法值 30% 异常非法数据 空值、Null、缺失参数、类型不匹配、格式错误、超长超短 35% 安全与幂等数据 防重放、重复提交、SQL 注入、XSS 等风险场景 15% 触发条件 以下场景自动触发本技能： 用户提供 api_definitions.json 或 api_definitions.yaml 文件，要求生成测试数据 → 传统模式 用户提供自定义字段规则文件（含 fields: 定义），要求生成测试数据 → 规范模式 用户用自然语言描述数据需求，如"生成 10 条身份证数据""生成手机号"等 → 自然语言模式 用户要求"生成测试数据""构造测试数据""数据驱动测试数据" 用户提及"api-testdata-generator""/api_testdata_generator" 用户需要为手工测试、性能测试、UI 自动化等场景准备测试数据 模式识别 根据输入自动判定模式，也可通过 --mode 参数显式指定： 判定条件 模式 输入为 api_definitions.json/yaml （含 apis 字段） 传统模式（api） 输入为自定义规则文件（含 fields 字段） 规范模式（spec） 使用 --prompt 参数传入自然语言描述 自然语言模式（nl） 使用 --mode api/spec/nl 显式指定模式 模式一：传统模式（API Schema） 核心流程 输入（api_definitions.json + 团队数据规范） ↓ Step 1: 解析接口参数约束（类型、必填、长度、正则、枚举、默认值） ↓ Step 2: 按场景维度生成测试数据 ↓ Step 3: 处理接口依赖数据（Token、用户ID、订单号等） ↓ Step 4: 输出数据驱动格式文件（YAML/JSON/Excel） 输入 标准化接口定义文件 （必需）：由 api-schema-parser 输出的 api_definitions.json/yaml 团队测试数据构造规范 （选填）：JSON/YAML 格式 目标接口/模块筛选 （选填）：接口 api_id 或模块名称 如果用户未提供团队数据规范，使用 references/boundary-rules.md 中的默认规则。 执行流程 Step 1: 解析接口参数约束 约束类型 来源字段 说明 数据类型 type string/integer/number/boolean/array/object/file 必填性 required true/false 长度约束 minLength / maxLength 字符串长度范围 数值范围 minimum / maximum 数值上下限 正则约束 pattern 格式验证正则 枚举约束 enum 限定取值范围 格式约束 format date-time/email/uri/uuid/int64 等 默认值 default 未传参时的默认值 数组约束 minItems / maxItems / uniqueItems 数组元素约束 Step 2: 按场景维度生成测试数据 参见下方「四大数据维度详细规则」章节。 Step 3: 处理接口依赖数据 参照 references/dependency-resolution.md 中的策略，自动处理 Token、用户 ID、订单号等依赖关系，使用 ${VARIABLE_NAME} 格式标记。 Step 4: 输出数据驱动格式文件 按模块分目录输出，每个接口一个文件。支持 YAML/JSON/Excel 三种格式。 输出目录结构 test_data/ ├── _dependencies.yaml # 依赖关系配置（全局） ├── _config.yaml # 全局配置（鉴权、基础URL等） ├── auth/ # 认证管理模块 │ ├── user_login.yaml │ ├── user_register.yaml │ └── ... ├── order/ │ └── ... └── summary.json # 数据生成汇总报告 单个接口输出结构 api_id: "POST_/api/auth/login" name: "用户登录" module: "认证管理" test_cases: - case_id: "POS_001" name: "合法用户名和密码登录" category: "positive" priority: "P0" parameters: body_params: username: "testuser01" password: "Test1234" captchaKey: "${CAPTCHA_KEY}" captchaCode: "1234" expected: status_code: 200 - case_id: "BND_001" name: "密码最小长度边界-8位密码" category: "boundary" priority: "P1" parameters: body_params: username: "testuser01" password: "Test1234" expected: status_code: 200 - case_id: "NEG_001" name: "用户名为空" category: "negative" priority: "P0" parameters: body_params: username: "" password: "Test1234" expected: status_code: 400 - case_id: "SEC_001" name: "SQL注入-用户名" category: "security" priority: "P1" parameters: body_params: username: "' OR '1'='1" password: "Test1234" expected: status_code: 400 模式二：规范模式（Spec） 核心流程 输入（自定义字段规则文件 YAML/JSON） ↓ Step 1: 解析字段约束（类型、长度、正则、枚举、范围等） ↓ Step 2: 按场景维度生成测试数据 ↓ Step 3: 输出格式文件（YAML/JSON/Excel/CSV） 输入 自定义字段规则文件，格式为 YAML 或 JSON，包含以下结构： # 示例：用户注册表单测试数据规则 name: "用户注册表单" description: "用户注册场景的测试数据规则" count: 10 # 每个维度默认生成条数 dimensions: [ positive , boundary , negative ] # 生成维度，可选 fields: - name: username type: string required: true minLength: 3 maxLength: 20 pattern: "^[a-zA-Z0-9_]+$" description: "用户名" - name: password type: string required: true minLength: 8 maxLength: 50 pattern: "^(?=.*[A-Za-z])(?=.*\\d).{8,}$" description: "密码" - name: email type: string required: true format: email description: "邮箱" - name: phone type: string required: true pattern: "^1[3-9]\\d{9}$" description: "手机号" - name: age type: integer required: false minimum: 1 maximum: 150 description: "年龄" - name: gender type: integer required: false enum: [ 0 , 1 , 2 ] description: "性别（0未知/1男/2女）" - name: address type: string required: false maxLength: 200 description: "地址" 字段规则定义 字段 类型 必填 说明 name string 是 字段名 type string 是 数据类型：string/integer/number/boolean/array/object required boolean 否 是否必填，默认 false minLength integer 否 字符串最小长度 maxLength integer 否 字符串最大长度 minimum number 否 数值最小值 maximum number 否 数值最大值 pattern string 否 正则约束 enum list 否 枚举值列表 format string 否 格式约束：email/uri/uuid/date-time/date/phone default any 否 默认值 description string 否 字段描述 输出 默认 CSV 格式（方便在手工测试、性能测试等场景直接使用），也支持 YAML/JSON/Excel。 # spec_test_data_positive.csv username,password,email,phone,age,gender,address testuser01,Test1234,test01@example.com,13800001234,25,1,北京市朝阳区测试街道1号 testuser02,Test5678,test02@example.com,13800001235,30,2,上海市浦东新区测试路2号 模式三：自然语言模式（NL） 核心流程 输入（自然语言描述） ↓ Step 1: 解析自然语言，提取字段类型、数量、合法性约束 ↓ Step 2: 基于 Faker 库生成符合约束的数据 ↓ Step 3: 输出 CSV 文件 输入 直接使用自然语言描述数据需求，例如： "生成 10 条符合中国身份证规则的数据" "生成 5 个合法手机号和 2 个非法手机号" "生成随机用户名、邮箱、地址、公司名等测试数据" "生成 20 条包含姓名、手机号、身份证号、银行卡号的测试数据" "生成 3 个合法邮箱和 3 个格式错误的邮箱" "生成 100 条性能测试用的用户数据，包含用户名、密码、邮箱" 自然语言解析规则 字段类型识别 关键词 字段类型 Faker Provider 说明 身份证/身份证号/ID号 ssn faker.ssn() 18 位中国身份证 手机号/手机/电话/电话号码 phone faker.phone_number() 中国手机号 用户名/账号 username faker.user_name() 英文用户名 姓名/中文姓名/名字 name faker.name() 中文姓名 邮箱/电子邮件/email email faker.email() 标准邮箱 地址/收货地址/住址 address faker.address() 中文地址 公司名/公司/企业 company faker.company() 公司名称 密码 password 自定义生成 满足常见密码规则 日期 date faker.date() ISO 日期 日期时间/时间戳 datetime faker.date_time() ISO 日期时间 URL/网址/链接 url faker.url() HTTP URL IP/IP地址 ipv4 faker.ipv4() IPv4 地址 银行卡/银行卡号/信用卡 credit_card faker.credit_card_number() 银行卡号 城市名/城市 city faker.city() 城市名 省份 province faker.province() 省份名 邮编/邮政编码 postcode faker.postcode() 邮政编码 职业/职位 job faker.job() 职业名称 车牌号/车牌 license_plate 自定义生成 中国车牌号 数量提取 模式 示例 提取结果 数字+量词 "10条""5个""20组" 数量 = 数字 "若干"/"一些" "生成若干手机号" 数量 = 5（默认） 无数量词 "生成手机号" 数量 = 5（默认） 合法性识别 关键词 数据类型 说明 合法/有效/正确/正常 合法数据 满足格式规则的数据 非法/无效/错误/异常 非法数据 不满足格式规则的数据 符合...规则 合法数据 满足特定规则的数据 边界/临界 边界数据 极限合法值 非法数据生成规则 参照 references/nl-patterns.md 中的详细规则，为每种字段类型生成对应的非法数据： 字段类型 非法变体 身份证 17位（少校验位）、19位（多1位）、含字母、校验位错误、空字符串 手机号 10位（少1位）、12位（多1位）、含字母、非1开头、含特殊字符 邮箱 缺@、缺域名、缺用户名、连续..、含空格 URL 缺协议、含空格、非HTTP协议 IP 超过255段、含字母、缺段 密码 少于8位、纯数字、纯字母、无特殊字符 输出 默认 CSV 格式，首行为字段名，后续为数据行： # nl_test_data_20260526_113000.csv 身份证号 110101199001011234 110101199002022345 440305199103033456 ... # 含多字段的输出 姓名,手机号,邮箱,地址 张伟,13800001234,zhangwei@example.com,北京市朝阳区建国路1号 李娜,13800001235,lina@example.com,上海市浦东新区陆家嘴路2号 ... 四大数据维度详细规则 以下规则适用于传统模式和规范模式。自然语言模式的维度由描述中的合法性关键词决定。 正向合法数据（Positive） 策略 说明 示例 标准合法值 满足所有约束的典型值 username="zhangsan", age=25 默认值填充 使用 default 字段的值 page=1, size=20 枚举遍历 对 enum 字段每个值生成一组 type="dog", type="cat" 可选参数组合 必填+部分选填、必填+全部选填 2 组不同组合 边界值数据（Boundary） 参照 references/boundary-rules.md ： 策略 说明 示例 最小长度边界 minLength ± 1 ""、"a"、"ab"（minLength=2） 最大长度边界 maxLength ± 1 49字、50字、51字（maxLength=50） 数值上下限边界 minimum/maximum ± 1 0、1、2（minimum=1） 正则边界 临界合法/非法值 邮箱缺@、手机号少1位 枚举边界 枚举外的非法值 enum=["A","B"] → "C" 组合策略 ：单参数边界，不做笛卡尔积，必填参数优先。 异常非法数据（Negative） | 策略 | 适用类型 |