test-matrix-analyzer.ts•8.34 kB
import { OpenAIClient } from '../clients/openai.js';
import { BaseAgent } from './base.js';
import type { FeatureItem, TestScenarioItem } from '../schemas/test-matrix.js';
import { logger } from '../utils/logger.js';
/**
* 测试矩阵分析 Agent
*
* 职责：
* 1. 分析 diff，提取功能清单（变更了哪些函数/组件）
* 2. 为每个功能生成测试场景矩阵
*
* 注意：这个 Agent 不使用外部 prompt 文件，而是在代码中定义 prompt
*/
export class TestMatrixAnalyzer extends BaseAgent<{
features: FeatureItem[];
scenarios: TestScenarioItem[];
}> {
constructor(openai: OpenAIClient) {
// TestMatrixAnalyzer 不使用外部 prompt 文件
// 因为它的 prompt 是动态生成的，所以传递一个虚拟配置
super(openai, {
name: 'test-matrix-analyzer',
promptPath: '', // 不使用外部 prompt
description: '测试矩阵分析 Agent',
});
}
getName(): string {
return 'test-matrix-analyzer';
}
async execute(context: {
diff: string;
files: Array<{ path: string; content: string }>;
framework?: string;
}): Promise<{
items: Array<{ features: FeatureItem[]; scenarios: TestScenarioItem[] }>;
confidence: number;
}> {
const systemPrompt = `你是一个专业的前端测试分析专家。
你的任务是分析代码变更（diff），提取功能清单并生成测试矩阵。
# 第一步：提取功能清单
分析 diff 中的变更，识别出所有被修改的功能：
- **函数**：新增/修改的函数
- **组件**：React/Vue 组件
- **Hook**：自定义 Hook
- **类**：类定义
- **模块**：模块级别的变更
对每个功能，输出：
- \`name\`: 功能名称（函数名/组件名）
- \`type\`: 类型（function/component/hook/class/module）
- \`description\`: 简短描述（这个功能做什么）
- \`changeType\`: 变更类型（added/modified/deleted）
- \`complexity\`: 复杂度（low/medium/high）
# 第二步：生成测试矩阵
对每个功能，分析需要测试的场景：
## 场景类型
1. **happy-path**：正常路径测试
- 正常输入、正常流程、预期输出
2. **edge-case**：边界情况测试
- 空值、空数组、极值、特殊字符
3. **error-path**：错误处理测试
- 异常输入、错误回调、失败情况
4. **state-change**：状态变化测试
- 状态转换、副作用、异步更新
对每个场景，输出：
- \`scenario\`: 场景类型
- \`description\`: 场景描述
- \`priority\`: 优先级（high/medium/low）
- \`testCases\`: 具体测试用例列表（字符串数组）
- \`suggestedApproach\`: 建议的测试方法（可选）
# 输出格式
\`\`\`json
{
"features": [
{
"id": "feature-1",
"file": "src/utils/formatDate.ts",
"name": "formatDate",
"type": "function",
"description": "格式化日期为指定格式",
"changeType": "modified",
"complexity": "medium"
}
],
"scenarios": [
{
"id": "scenario-1",
"featureId": "feature-1",
"scenario": "happy-path",
"description": "正常日期格式化",
"priority": "high",
"testCases": [
"应该正确格式化标准日期",
"应该支持自定义格式字符串",
"应该处理不同时区"
],
"suggestedApproach": "使用快照测试验证输出格式"
},
{
"id": "scenario-2",
"featureId": "feature-1",
"scenario": "edge-case",
"description": "边界情况处理",
"priority": "medium",
"testCases": [
"应该处理 null/undefined",
"应该处理无效日期",
"应该处理空字符串"
]
}
]
}
\`\`\`
# 注意事项
1. **关注变更**：只分析变更的部分，不要分析未修改的代码
2. **实用性**：测试场景要实际、有意义，避免过于理论化
3. **优先级**：核心功能和高风险变更优先级高
4. **完整性**：确保每个功能都有对应的测试场景
5. **测试框架**：当前使用 ${context.framework || 'Vitest'}
6. **必须识别功能**：**重要**：如果 diff 中有代码变更（非空行），必须识别出至少一个功能。即使变更很小，也要识别出相应的功能。
# 强制要求
**你必须返回至少一个功能项（feature）**，如果 diff 中有任何代码变更：
- 即使只是修改了一个函数的一行代码，也要识别为该函数的修改
- 即使只是添加了注释，也要识别为相应的函数/组件的修改
- 如果实在无法识别具体功能，至少识别为"模块级别变更"（type: "module"）
**如果 diff 中没有代码变更（只有空白行或格式调整），返回空的 features 数组**。
请分析以下代码变更：`;
const userPrompt = `# 代码变更
${context.diff}
${context.files.length > 0 ? `
# 相关文件内容
${context.files.map(f => `## ${f.path}\n\n\`\`\`typescript\n${f.content}\n\`\`\``).join('\n\n')}
` : ''}
请提取功能清单并生成测试矩阵。`;
// 记录发送给 AI 的完整内容（用于调试）
logger.info('Sending to AI for analysis', {
diffLength: context.diff.length,
diffPreview: context.diff.substring(0, 500),
filesCount: context.files.length,
userPromptLength: userPrompt.length,
});
try {
const response = await this.openai.complete(
[
{ role: 'system', content: systemPrompt },
{ role: 'user', content: userPrompt },
],
{
responseFormat: { type: 'json_object' },
}
);
logger.info('AI response received', {
responseLength: response.length,
responsePreview: response.substring(0, 200),
});
// 清理 AI 响应：移除可能的 markdown 代码块标记
let cleanedResponse = response.trim();
if (cleanedResponse.startsWith('```json')) {
cleanedResponse = cleanedResponse.replace(/^```json\s*/, '').replace(/\s*```$/, '');
} else if (cleanedResponse.startsWith('```')) {
cleanedResponse = cleanedResponse.replace(/^```\s*/, '').replace(/\s*```$/, '');
}
logger.info('Cleaned response for parsing', {
originalLength: response.length,
cleanedLength: cleanedResponse.length,
cleanedPreview: cleanedResponse.substring(0, 200),
});
const result = JSON.parse(cleanedResponse);
// 记录原始响应（用于调试）
logger.debug('AI response parsed', {
hasFeatures: !!result.features,
hasScenarios: !!result.scenarios,
resultKeys: Object.keys(result),
featuresType: Array.isArray(result.features) ? 'array' : typeof result.features,
scenariosType: Array.isArray(result.scenarios) ? 'array' : typeof result.scenarios,
});
// 确保 features 和 scenarios 是数组
if (!result.features) {
logger.warn('No features field in AI response', {
responseKeys: Object.keys(result),
responseSample: JSON.stringify(result).substring(0, 500),
});
result.features = [];
}
if (!result.scenarios) {
logger.warn('No scenarios field in AI response', {
responseKeys: Object.keys(result),
});
result.scenarios = [];
}
// 生成唯一 ID
if (result.features) {
result.features = result.features.map((f: any, idx: number) => ({
...f,
id: f.id || `feature-${idx + 1}`,
file: f.file || context.files[0]?.path || 'unknown',
}));
}
if (result.scenarios) {
result.scenarios = result.scenarios.map((s: any, idx: number) => ({
...s,
id: s.id || `scenario-${idx + 1}`,
}));
}
logger.info('Test matrix analyzed', {
featuresCount: result.features?.length || 0,
scenariosCount: result.scenarios?.length || 0,
featureNames: result.features?.map((f: any) => f.name).join(', ') || 'none',
});
return {
items: [result],
confidence: 0.9,
};
} catch (error) {
logger.error('Test matrix analysis failed', { error });
return {
items: [{ features: [], scenarios: [] }],
confidence: 0,
};
}
}
}