深入理解foxy-contexts项目的测试框架foxytest
2025-05-31 02:18:44作者:蔡怀权
前言
在软件开发过程中,测试是确保代码质量的关键环节。对于foxy-contexts项目而言,它提供了一个名为foxytest的专用测试框架,专门用于测试基于JSON-RPC 2.0协议的服务器实现。本文将详细介绍如何使用foxytest进行高效测试。
foxytest概述
foxytest是一个专门为foxy-contexts项目设计的测试工具包,它提供了以下核心功能:
- 支持通过标准输入输出(stdio)和HTTP流两种传输方式测试服务器
- 基于YAML文件定义测试用例
- 提供JSON响应验证功能
- 支持正则表达式匹配动态内容
测试环境搭建
要使用foxytest进行测试,首先需要设置测试套件。以下是一个典型的测试初始化代码示例:
import (
"testing"
"github.com/strowk/foxy-contexts/pkg/foxytest"
)
func TestWithFoxytest(t *testing.T) {
// 读取测试数据目录
ts, err := foxytest.Read("testdata")
if err != nil {
t.Fatal(err)
}
// 配置要测试的可执行文件
ts.WithExecutable("go", []string{"run", "main.go"})
// 启用测试日志(使用-v标志运行测试时可见)
ts.WithLogging()
// 创建测试运行器并执行测试
cntrl := foxytest.NewTestRunner(t)
ts.Run(cntrl)
ts.AssertNoErrors(cntrl)
}
测试用例编写规范
测试用例需要存储在testdata目录下,文件名应以_test.yaml结尾。每个YAML文件可以包含一个或多个测试场景。
基本测试用例结构
case: 工具列表为空测试
in_list_tools: {"jsonrpc":"2.0","method":"tools/list","id":1}
out_no_tools: {"jsonrpc":"2.0","result":{"tools":[]},"id":1}
这个例子展示了一个简单的测试场景:
- 客户端发送
tools/list请求(in_list_tools) - 期望服务器返回空工具列表(
out_no_tools)
多文档测试用例
YAML文件支持多文档格式,每个文档代表一个独立的测试场景:
---
case: 测试场景1
in_request1: {...}
out_response1: {...}
---
case: 测试场景2
in_request2: {...}
out_response2: {...}
测试执行流程
当执行go test命令时,foxytest会:
- 启动被测服务器(通过
WithExecutable配置) - 建立与服务器的连接
- 发送YAML文件中定义的输入消息(
in_*) - 接收服务器响应
- 将响应与预期输出(
out_*)进行比对 - 报告测试结果
高级匹配功能
正则表达式匹配(!!re)
对于响应中包含动态内容(如时间戳、UUID等)的情况,可以使用正则表达式进行匹配:
case: 动态工具名测试
in_list_tools: {"jsonrpc":"2.0","method":"tools/list","id":1}
out_list_tools: {"jsonrpc":"2.0","result":{"tools":[{"name":!!re "list-[a-z]+"}]},"id":1}
嵌入式正则表达式(!!ere)
当只需要对字符串的一部分进行正则匹配时,可以使用嵌入式正则表达式:
case: 部分匹配测试
in_list_tools: {"jsonrpc":"2.0","method":"tools/list","id":1}
out_list_tools: {"jsonrpc":"2.0","result":{"tools":[{"name":!!ere "list-/[a-z]+/-tool"}]},"id":1}
在这个例子中:
list-和-tool是普通字符串/[a-z]+/是正则表达式,匹配任意小写字母组合
特殊字符转义
当字符串中包含斜杠(/)时需要进行转义:
case: URL匹配测试
in_get_url: {"jsonrpc":"2.0","method":"get_url","id":1}
out_url_response: {"jsonrpc":"2.0","result":{"url":!!ere "https:\\/\\/example.com\\//[a-z]+/"},"id":1}
测试日志与调试
启用日志记录后(ts.WithLogging()),可以使用go test -v查看详细测试过程:
=== RUN TestWithFoxytest
testsuite.go:55: setting up test suite
testsuite.go:59: running command: go run main.go
testsuite.go:59: running 1 tests
testsuite.go:55: waiting for command to finish
testsuite.go:59: expecting output: {"id":1,"jsonrpc":"2.0","result":{"tools":[]}}
testsuite.go:59: sending input: {"id":1,"jsonrpc":"2.0","method":"tools/list"}
testsuite.go:59: output matches: {"jsonrpc":"2.0","result":{"tools":[]},"id":1}
testsuite.go:55: tests done
testsuite.go:55: running after all
testsuite.go:55: stop executable
testsuite.go:55: finished reading output
testsuite.go:55: executable stopped
--- PASS: TestWithFoxytest (1.39s)
测试失败分析
当测试失败时,foxytest会提供详细的差异分析,帮助快速定位问题:
testsuite.go:54:
"result": {
"content": {
"0": {
"text": {
^ 值不匹配嵌入式正则表达式:
期望匹配: "{"name":"k3d-mcp-k8s-test-server-0","status":"Active","age":"/[\\d][sm]/","createdAt":"/[\\d]{4}/-/[\\d]{2}/-/[\\d]{2}/T/[\\d]{2}/:/[\\d]{2}/:/[\\d]{2}/Z"}",
实际得到: "{"name":"k3d-mcp-k8s-integration-test-server-0","status":"Unknown","age":"1m0s"}"
最佳实践
- 组织测试目录:将相关测试用例分组到不同的YAML文件中
- 命名规范:使用有意义的测试用例名称和字段名
- 动态内容处理:合理使用正则表达式匹配动态值
- 测试覆盖率:确保覆盖所有关键功能和边界条件
- 持续集成:将foxytest集成到CI/CD流程中
总结
foxy-contexts项目的foxytest框架为JSON-RPC 2.0服务器提供了强大的测试能力。通过YAML定义测试用例、支持多种匹配方式、提供详细的错误报告,使得编写和维护测试变得简单高效。掌握foxytest的使用方法,将显著提升foxy-contexts项目的开发质量和效率。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.77 K
Ascend Extension for PyTorch
Python
347
413
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
607
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
184
暂无简介
Dart
778
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896