Europe PMC Literature Search MCP Server

# Article MCP 测试指南 ## 概述 本文档介绍Article MCP项目的完整测试架构，包括测试基础设施、pytest测试套件和最佳实践。 ## 🏗️ 测试架构 ### 测试层次结构 ``` tests/ ├── conftest.py # 全局测试配置和fixtures ├── __init__.py ├── unit/ # 单元测试 │ ├── test_search_tools.py # 搜索工具单元测试 │ ├── test_article_detail_tools.py # 文章详情工具测试 │ ├── test_reference_tools.py # 参考文献工具测试 │ ├── test_relation_tools.py # 文献关系工具测试 │ ├── test_quality_tools.py # 质量评估工具测试 │ ├── test_tool_core.py # 工具核心逻辑测试 │ ├── test_cli.py # CLI功能测试 │ └── test_services.py # 服务层测试 ├── integration/ # 集成测试 │ └── test_six_tools_integration.py # 6工具集成测试 │ └── test_mcp_integration.py # MCP集成测试 ├── utils/ # 测试工具 │ └── test_helpers.py # 测试辅助函数 └── performance/ # 性能测试 └── test_performance.py # 性能基准测试 ``` ### 6工具架构测试覆盖 Article MCP采用6工具统一架构，测试套件专门针对此设计： #### 核心工具 (6个) 1. **search_literature** - 统一多源文献搜索 2. **get_article_details** - 统一文献详情获取 3. **get_references** - 参考文献获取 4. **get_literature_relations** - 文献关系分析 5. **get_journal_quality** - 期刊质量评估 6. **batch_search_literature** - 批量处理工具 ## 🧪 测试类型 ### 1. 单元测试 **位置**: `tests/unit/` **覆盖内容**: - 各个工具的核心功能测试 - 服务层的独立功能测试 - CLI命令处理测试 - 错误处理和边界条件测试 **示例测试**: ```python def test_search_literature(): """测试文献搜索工具""" # 测试基本搜索功能 result = search_literature(keyword="machine learning") assert result["success"] assert len(result["articles"]) > 0 ``` ### 2. 集成测试 **位置**: `tests/integration/` **覆盖内容**: - 多个工具的协作测试 - MCP协议集成测试 - 端到端功能验证 - 真实API调用测试 ### 3. 性能测试 **位置**: `tests/performance/` **覆盖内容**: - 响应时间基准测试 - 并发处理能力测试 - 内存使用监控 - API调用效率测试 ## 🔧 测试配置 ### pytest配置 主要配置文件： #### `conftest.py` - 全局配置 ```python import pytest from unittest.mock import Mock @pytest.fixture def mock_logger(): """模拟日志记录器""" return Mock() @pytest.fixture def sample_article_data(): """示例文章数据""" return { "pmid": "12345678", "title": "Test Article", "authors": ["Test Author"], "abstract": "Test abstract" } ``` #### `pytest.ini` - pytest配置 ```ini [pytest] testpaths = tests python_files = test_*.py *_test.py python_classes = Test* python_functions = test_* addopts = -v --tb=short --strict-markers --strict-config --color=yes --durations=10 markers = unit: 单元测试 integration: 集成测试 slow: 慢速测试（超过5秒） network: 需要网络连接的测试 ``` ## 🚀 运行测试 ### 基本测试命令 ```bash # 运行所有测试 pytest # 运行特定类型的测试 pytest -m unit # 只运行单元测试 pytest -m integration # 只运行集成测试 pytest -m "not slow" # 排除慢速测试 # 运行特定测试文件 pytest tests/unit/test_search_tools.py pytest tests/integration/ # 详细输出 pytest -v # 显示测试覆盖率 pytest --cov=src/article_mcp ``` ### 调试和开发测试 ```bash # 运行特定测试并显示输出 pytest tests/unit/test_search_tools.py::test_search_literature -s # 在第一个失败时停止 pytest -x # 只运行上次失败的测试 pytest --lf # 并行运行测试（需要安装pytest-xdist） pytest -n auto ``` ## 📊 测试最佳实践 ### 1. 测试命名规范 ```python # 测试类 class TestSearchTools: pass # 测试方法 def test_search_literature_success(): """测试成功的文献搜索""" pass def test_search_literature_empty_keyword(): """测试空关键词处理""" pass ``` ### 2. 测试数据管理 ```python # 使用fixtures提供测试数据 @pytest.fixture def mock_search_response(): return { "success": True, "articles": [...] } # 使用参数化测试 @pytest.mark.parametrize("keyword,expected_count", [ ("machine learning", 10), ("cancer", 15), ("", 0) ]) def test_search_with_different_keywords(keyword, expected_count): result = search_literature(keyword=keyword) assert len(result["articles"]) >= expected_count ``` ### 3. Mock和外部依赖 ```python # Mock外部API调用 @patch('src.article_mcp.services.europe_pmc.EuropePMCService.search') def test_search_with_mocked_api(mock_search): mock_search.return_value = {"success": True, "articles": []} result = search_literature("test keyword") assert result["success"] mock_search.assert_called_once() ``` ## 🔍 测试数据源 ### 模拟数据 - 使用固定的测试PMID、DOI、PMCID - 提供标准的测试响应格式 - 维护测试数据的一致性 ### 真实API测试 - 使用专门的测试环境配置 - 限制API调用频率，避免触发限制 - 使用缓存机制减少重复调用 ## 📈 持续集成 ### GitHub Actions配置示例 ```yaml name: Tests on: [push, pull_request] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkout@v2 - name: Set up Python uses: actions/setup-python@v2 with: python-version: 3.10 - name: Install dependencies run: | pip install -r requirements.txt pip install pytest pytest-cov - name: Run tests run: pytest --cov=src/article_mcp - name: Upload coverage uses: codecov/codecov-action@v1 ``` ## 📋 测试清单 ### 新功能测试清单 - [ ] 单元测试覆盖核心逻辑 - [ ] 集成测试验证协作流程 - [ ] 错误处理测试覆盖异常情况 - [ ] 性能测试确保响应时间 - [ ] 文档测试确保示例正确 ### 发布前测试清单 - [ ] 所有单元测试通过 - [ ] 集成测试验证端到端功能 - [ ] 性能测试满足基准要求 - [ ] 测试覆盖率达到80%以上 - [ ] 文档中的示例经过验证 ## 🛠️ 测试工具 ### 推荐的pytest插件 ```bash pip install pytest-cov # 测试覆盖率 pip install pytest-mock # Mock支持 pip install pytest-xdist # 并行测试 pip install pytest-benchmark # 性能基准测试 pip install pytest-html # HTML报告 ``` ### 有用的测试命令 ```bash # 生成HTML测试报告 pytest --html=reports/test_report.html # 性能基准测试 pytest --benchmark-only # 生成覆盖率报告 pytest --cov=src/article_mcp --cov-report=html ``` ## 📚 相关资源 - [pytest官方文档](https://docs.pytest.org/) - [Mock使用指南](https://docs.python.org/3/library/unittest.mock.html) - [测试覆盖率工具](https://pytest-cov.readthedocs.io/) --- **最后更新**: 2025-10-27 **维护者**: Claude Code **测试架构**: 6工具统一架构