问题背景

在AI测试生成工作流中，AI服务需要接收请求、处理文档、调用DeepSeek API并返回测试代码。技术栈选择涉及：

• FastAPI：Python异步Web框架，适合快速原型、AI集成（Python生态）
• Spring Boot：Java企业级框架，适合与现有Java测试平台集成

为什么使用FastAPI？

1. AI生态优势：Python在机器学习、自然语言处理、向量数据库（ChromaDB）等方面有丰富库。
2. 开发效率：代码简洁，异步支持好，适合处理IO密集型任务（如调用外部API）。
3. 轻量级：启动快，资源消耗低，适合微服务部署。
4. 与向量数据库集成：ChromaDB、LangChain等库原生支持Python。

为什么也可以使用Spring Boot？

1. 统一技术栈：如果测试平台已经是Java（如TestNG、Selenium），Spring Boot可减少技术异构性。
2. 企业级特性：事务管理、安全、监控等成熟。
3. 团队熟悉度：Java团队更易维护。

决策建议

• 如果AI服务需要大量Python AI库（如嵌入模型、向量检索），选择FastAPI。
• 如果团队以Java为主，且AI服务逻辑简单（仅HTTP代理），可用Spring Boot包装Python服务（通过子进程或gRPC）。

FastAPI调用AI服务生成测试用例Demo

1. 服务端代码 (ai_service.py)

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import openai
import os
from typing import List

app = FastAPI(title="AI Test Generation Service")

# 配置DeepSeek API（假设使用OpenAI兼容接口）
openai.api_key = os.getenv("DEEPSEEK_API_KEY")
openai.api_base = "https://api.deepseek.com"

class TestGenerationRequest(BaseModel):
    requirement_doc: str
    api_doc: str
    language: str = "java"
    framework: str = "testng"

class TestGenerationResponse(BaseModel):
    test_code: str
    status: str

@app.post("/generate-test", response_model=TestGenerationResponse)
async def generate_test(request: TestGenerationRequest):
    """根据需求和API文档生成测试代码"""
    prompt = f"""
你是一个资深测试工程师，请根据以下需求文档和API文档，生成一个{request.framework.upper()}测试类。

## 需求文档
{request.requirement_doc}

## API文档
{request.api_doc}

## 要求
- 使用{request.language}语言，{request.framework}框架。
- 使用RestAssured发送HTTP请求。
- 包含至少3个测试方法：正向测试、边界测试、异常测试。
- 每个测试方法包含断言。
- 代码格式符合Google Java Style。

请只输出Java代码，不要额外解释。
"""
    try:
        response = openai.ChatCompletion.create(
            model="deepseek-chat",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.2,
            max_tokens=2000
        )
        test_code = response.choices[0].message.content.strip()
        return TestGenerationResponse(test_code=test_code, status="success")
    except Exception as e:
        raise HTTPException(status_code=500, detail=f"AI generation failed: {str(e)}")

@app.get("/health")
async def health():
    return {"status": "healthy"}

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=8000)

2. 客户端调用示例 (client.py)

import requests
import json

url = "http://localhost:8000/generate-test"

payload = {
    "requirement_doc": "用户登录功能：用户通过用户名和密码登录，成功返回token，失败返回401。",
    "api_doc": "POST /api/login\nrequestBody: {username: string, password: string}\nresponses: 200 {token: string}, 401 {error: 'Invalid credentials'}",
    "language": "java",
    "framework": "testng"
}

response = requests.post(url, json=payload)
if response.status_code == 200:
    result = response.json()
    print("生成的测试代码：")
    print(result["test_code"])
else:
    print(f"请求失败: {response.status_code}, {response.text}")

3. 使用向量数据库增强的版本（集成ChromaDB）

from fastapi import FastAPI
import chromadb
from sentence_transformers import SentenceTransformer

app = FastAPI()
chroma_client = chromadb.PersistentClient(path="./chroma_db")
collection = chroma_client.get_or_create_collection(name="test_cases")
embedder = SentenceTransformer('all-MiniLM-L6-v2')

@app.post("/generate-test-with-rag")
async def generate_test_with_rag(request: TestGenerationRequest):
    # 1. 向量检索相似历史用例
    query_embedding = embedder.encode(request.requirement_doc).tolist()
    results = collection.query(
        query_embeddings=[query_embedding],
        n_results=3
    )
    similar_cases = results['documents'][0] if results['documents'] else []
    
    # 2. 构建增强提示词
    prompt = f"""
需求：{request.requirement_doc}
参考历史用例：
{chr(10).join(similar_cases)}
...（其余同上）
"""
    # 调用AI生成
    # ...

Spring Boot 实现同等功能的Demo

1. 服务端 (AiServiceController.java)

@RestController
@RequestMapping("/api/ai")
public class AiServiceController {
    
    @PostMapping("/generate-test")
    public ResponseEntity<TestGenerationResponse> generateTest(@RequestBody TestGenerationRequest request) {
        // 调用Python服务（通过HTTP或gRPC）
        String pythonServiceUrl = "http://localhost:8000/generate-test";
        RestTemplate restTemplate = new RestTemplate();
        try {
            TestGenerationResponse response = restTemplate.postForObject(
                pythonServiceUrl, request, TestGenerationResponse.class);
            return ResponseEntity.ok(response);
        } catch (Exception e) {
            return ResponseEntity.status(500).body(
                new TestGenerationResponse("", "error: " + e.getMessage()));
        }
    }
}

2. 直接集成AI（使用DeepSeek Java SDK）

如果DeepSeek提供Java SDK，可直接在Spring Boot中调用，避免跨语言。

总结

• FastAPI 更适合快速迭代、AI密集型任务。
• Spring Boot 更适合与现有Java平台深度集成。
• 推荐架构：FastAPI作为AI微服务 + Spring Boot作为网关/业务层，通过HTTP/gRPC通信。

下一步

1. 根据团队技能选择主要框架。
2. 实现向量数据库集成（ChromaDB）以提升生成质量。
3. 添加验证、日志、监控等生产就绪功能。