⚠️ 待验证案例：本案例基于 OpenClaw 代码生成能力的真实描述，生成的测试代码需要开发者审查后使用。如果你跑通了，欢迎联系站长提交验证记录。

解决什么问题

写单元测试是好习惯，但也是最让开发者拖延的事——思路清楚，但写起来费时间，尤其是边界用例和异常处理。这个场景让 OpenClaw 帮你生成测试初稿：

谁会用到：需要提升测试覆盖率的开发者，或者想快速给遗留代码补测试的工程师
省了什么：不用手写每一条测试用例，不用自己想边界值
效果是什么：粘贴代码，几分钟内得到可运行的测试文件，再手工审查调整

前置条件

OpenClaw 已安装
有需要测试的代码（支持 Python、JavaScript/TypeScript、Go、Java 等主流语言）
Claude Max 账号，或 Anthropic API Key

用到的工具

工具	用途	获取方式
anthropic/claude-sonnet-4-6	分析代码逻辑、生成测试用例	Claude Max 账号
代码执行（内置）	验证测试可以运行	OpenClaw 内置

预期结果

输入（一个 Python 函数）：

def calculate_discount(price: float, discount_rate: float) -> float:
    """计算折后价格"""
    if discount_rate < 0 or discount_rate > 1:
        raise ValueError("折扣率必须在 0 到 1 之间")
    return price * (1 - discount_rate)

输出（自动生成的测试文件）：

import pytest
from your_module import calculate_discount

class TestCalculateDiscount:
    # 正常用例
    def test_normal_discount(self):
        assert calculate_discount(100.0, 0.2) == 80.0

    def test_no_discount(self):
        assert calculate_discount(100.0, 0) == 100.0

    def test_full_discount(self):
        assert calculate_discount(100.0, 1.0) == 0.0

    # 边界用例
    def test_small_price(self):
        assert abs(calculate_discount(0.01, 0.5) - 0.005) < 1e-9

    def test_large_price(self):
        result = calculate_discount(1_000_000, 0.1)
        assert result == 900_000.0

    # 异常用例
    def test_negative_discount_raises(self):
        with pytest.raises(ValueError, match="折扣率必须在 0 到 1 之间"):
            calculate_discount(100.0, -0.1)

    def test_discount_over_one_raises(self):
        with pytest.raises(ValueError):
            calculate_discount(100.0, 1.1)

    # 浮点精度
    def test_float_precision(self):
        result = calculate_discount(10.0, 0.1)
        assert abs(result - 9.0) < 1e-9

最简上手

为单个函数生成测试：

帮我为以下 Python 函数生成 pytest 单元测试：

（粘贴你的函数代码）

要求：
1. 覆盖正常用例（至少3个）
2. 覆盖边界用例（0值、最大值、空值等）
3. 覆盖异常用例（非法输入、类型错误等）
4. 使用 pytest 格式，组织成测试类
5. 每个测试方法加简短注释说明测试意图

生成完直接可以保存为 test_xxx.py 运行。

为整个模块生成测试：

我有一个 Python 模块，文件路径是 /path/to/utils.py
请读取文件，为其中的每个公开函数（不以 _ 开头的）生成单元测试。

要求：
- 每个函数至少3个测试用例
- 关注函数的边界条件和错误处理
- 生成一个 test_utils.py 文件，保存到同目录

生成后告诉我每个函数大概覆盖了哪些场景。

指定测试框架

JavaScript/TypeScript（Jest）：

帮我为以下 TypeScript 函数生成 Jest 单元测试：

（粘贴代码）

使用 Jest + TypeScript，包含：
- describe 块组织
- 正常用例、边界用例、异常用例
- mock 外部依赖（如有）

Go：

帮我为以下 Go 函数生成单元测试：

（粘贴代码）

使用 Go 标准库 testing 包，包含：
- Table-driven tests 格式
- 覆盖各种输入情况
- 测试错误返回值

Java（JUnit 5）：

帮我为以下 Java 类生成 JUnit 5 单元测试：

（粘贴代码）

要求：使用 @Test, @ParameterizedTest, assertThrows 等现代 JUnit 5 特性。

进阶：根据现有测试补充缺失用例

这是我现有的测试文件：
（粘贴测试代码）

这是被测试的源代码：
（粘贴源代码）

请分析：
1. 当前测试覆盖了哪些场景？
2. 还有哪些重要场景没被覆盖？
3. 为缺失的场景补充测试用例

配合 CI 自动检查测试覆盖率

我的项目里新增了以下文件：
（列出新增/修改的文件路径）

请：
1. 读取这些文件
2. 检查是否有对应的测试文件
3. 如果没有，生成测试文件
4. 如果有，检查是否覆盖了新增的函数/方法

把结果告诉我，没有测试的函数需要我重点关注。

踩坑记录

生成的测试无法运行

症状：生成的测试文件有 import 错误或语法问题。

解法：告诉 OpenClaw假设源文件在同目录，import 路径请根据实际情况调整，然后把错误信息发给 OpenClaw，让它修复。

测试用例太简单

症状：生成的测试只有最基本的用例，缺少边界值。

解法：明确要求重点覆盖边界条件：空字符串、None/null、负数、超大值、特殊字符。

Mock 不对

症状：函数有外部依赖（数据库、HTTP请求），生成的测试没有正确 mock。

解法：在 prompt 里说明这个函数依赖 requests.get 和 db.query，请用对应的 mock 框架处理。

不满意怎么调

想要更高覆盖率 → 目标是行覆盖率 90% 以上，请补充更多用例
想要性能测试 → 同时生成一个基准测试（benchmark）
想要集成测试 → 这是集成测试场景，不要 mock 外部依赖，改为测试真实的数据库调用
想要自动运行 → 让 OpenClaw 生成后直接在本地运行 pytest，并报告通过/失败情况

代码自动生成单元测试