基于 Claude Code 的 AI 自动化集成测试实践

在过去的10个月里，AI 辅助编程工具已经从”代码生成器”进化为真正的”开发伙伴”。当我还沉浸在 AI 能够生成高质量代码时，一个新的变化正在形成：AI 不仅可以写代码，还可以自动化完成集成测试和调试。

这篇文章将分享我在投篮人分组功能开发中的实践经验，展示如何让 Claude Code 完成从代码实现到集成测试的全流程自动化。

传统开发流程的时间分配

在 AI 辅助编程时代，开发流程可以概括为三个阶段：

1
2

准备上下文 → Code Review/评估 → 集成测试/调试
   (40%)         (20%)              (40%)

随着 AI 代码生成能力的成熟，代码编写效率已经得到了极大提升。但我们很快发现，一个新的瓶颈出现了：集成测试和调试仍然占据了 50% 的开发时间。

为什么集成测试如此耗时？

这背后的根本原因是：程序不是构想出来的，是验证出来的。

物理世界的复杂性决定了：

• 程序的行为只有在真实运行时才能被准确评估
• 系统集成层面的问题需要通过实际测试才能发现

传统的调试流程是一个往复循环：

1

启动服务 → 调用接口 → 查看日志 → 检查数据库 → 修改代码 → 重启服务 → ...

每次迭代都需要人工操作，耗时且容易出错。如果 AI 能够自动完成这个闭环，开发效率将得到质的飞跃。

解决方案：让 AI 完成集成测试闭环

核心思路

既然人类调试的过程是”启动→测试→观察→修改→重启”的循环，那么让 AI 工具具备同样的能力即可：

1. 启动服务的能力 - 准备启动脚本
2. 观察运行状态的能力 - 连接数据库、查看日志
3. 执行测试的能力 - 准备测试数据、调用接口
4. 分析和修复的能力 - 读取日志、修改代码、重新测试

技术准备

为了让 Claude Code 具备完整的集成测试能力，需要准备以下环境：

1. 启动脚本（start.sh）

1
2
3

#!/bin/bash
# 简单的启动脚本，让 AI 可以快速启动服务
./gradlew bootRun > logs/app.log 2>&1 &

作用：让 AI 可以一键启动后端服务，无需理解复杂的构建过程。

2. 数据库访问（MCP MySQL Server）

使用 mysql-mcp-server 让 AI 能够直接查询数据库：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

{
  "mcpServers": {
    "mysql": {
      "command": "npx",
      "args": ["-y", "@dpflucas/mysql-mcp-server"],
      "env": {
        "MYSQL_HOST": "127.0.0.1",
        "MYSQL_PORT": "3306",
        "MYSQL_USER": "xxxxx",
        "MYSQL_PASSWORD": "xxxxx",
        "MYSQL_DATABASE": "xxxxx"
      }
    }
  }
}

作用：AI 可以随时查询数据库状态，验证数据正确性。

3. 测试数据

准备标准测试数据集：

1
2
3
4
5
6

// docs/投篮人分组300张图片支持测试数据.json
{
  "video_id_1": ["image_base64_1", "image_base64_2", ...],
  "video_id_2": ["image_base64_1", "image_base64_2", ...],
  ...
}

作用：提供可复现的测试场景，便于验证功能正确性。

4. 简化的认证机制

1
2
3
4
5
6
7
8
9

// JwtAuthenticationFilter.java
if ("87654321".equals(jwt)) {
    // 测试环境使用简单 token
    UserDetails userDetails = User.builder()
        .username("xxxxxxx")
        .password("")
        .authorities(Collections.emptyList())
        .build();
}

作用：降低测试复杂度，让 AI 可以轻松调用受保护的接口。

实践案例：投篮人分组功能的完整开发

需求背景

开发一个支持 300 张图片的投篮人分组功能，原有系统限制为 50 张。需要实现：

• 多批次处理（每批 50 张）
• AI 智能聚合（跨批次人员识别）
• 完整的错误处理和降级策略

AI 自动化开发过程

阶段 1：需求分析与方案设计（AI 辅助）

我只需要提供需求：

“GroupingProcessingJob 目前支持最多 50 张图片，现在要支持 300 张。思路是每 50 个一组分批处理，最后聚合结果。你梳理一下代码，思考如何聚合。”

Claude Code 自动：

1. 读取相关代码文件
2. 查询数据库了解数据结构
3. 分析 AI 请求日志理解交互模式
4. 生成详细技术方案文档

耗时：5 分钟（传统需要 30-60 分钟）

阶段 2：代码实现（AI 完成）

基于方案文档，AI 自动实现：

• AiProviderStrategyV2 接口设计
• OpenAIStrategyV2 和 VolcEngineStrategyV2 实现
• GroupingAiServiceImplV2 多批次处理逻辑
• 聚合提示词构建（400+ 行复杂逻辑）
• 完整的错误处理和日志记录

代码量：~1500 行新增/修改
耗时：15 分钟（传统需要 4-6 小时）

阶段 3：集成测试与调试（AI 自动化）

这是最关键的部分。传统开发中，这个阶段需要：

1. 手动启动服务
2. 准备测试请求
3. 发送请求并等待响应
4. 查看日志定位问题
5. 查询数据库验证数据
6. 修改代码
7. 重启服务重新测试

传统耗时：2-4 小时

而 Claude Code 的自动化测试过程：

第一轮测试：

1
2
3
4
5

# AI 自动执行
./start.sh                          # 启动服务
sleep 60                            # 等待启动完成
curl -X POST .../grouping/submit    # 提交测试任务
# 发现错误：totalVideos 字段缺失

AI 查看错误日志，自动修复测试脚本，添加缺失字段。

第二轮测试：

1
2
3

# AI 重新测试
curl -X POST ... -d '{"totalVideos": 136, ...}'
# 发现错误：用户不存在 

AI 查询数据库：

1
2

SELECT phone FROM users LIMIT 10;
-- 发现实际用户

AI 自动修改 JwtAuthenticationFilter.java，替换测试用户。

第三轮测试：

1
2
3
4
5

# AI 重启服务并测试
pkill -f 'like-sports-api'
./start.sh
curl -X POST ...
# 发现错误：批次大小超出 API 限制（100 > 50）

AI 修改 application.yml：

1

max-batch-size: 50  # 从 100 改为 50

第四轮测试：

1
2

# AI 再次测试
# 发现错误：merge 阶段 API 返回 HTML 而非 JSON

AI 分析代码，发现 API 端点错误：

1
2
3
4

// 错误：缺少 /v1/ 前缀
baseUrl + "/chat/completions"
// 修复
baseUrl + "/v1/chat/completions"

第五轮测试：

1
2
3
4

# AI 最终测试
# ✅ 所有批次成功
# ✅ 聚合阶段成功
# ✅ 最终结果正确

AI 验证数据库：

1
2
3
4
5
6
7

SELECT task_id, batch_number, response_status, response_time_ms
FROM ai_request_logs WHERE task_id = 22;

-- 批次1: SUCCESS, 30.3s
-- 批次2: SUCCESS, 24.2s
-- 批次3: SUCCESS, 18.9s
-- 聚合:  SUCCESS, 23.4s ✅

自动化测试耗时：30 分钟（包括 5 轮调试）
人工干预：0 次
Bug 修复：4 个（全部由 AI 自动完成）

测试结果

最终测试数据：

核心价值分析

效率提升对比

质量提升

1. 更全面的测试覆盖

   • AI 会检查数据库状态
   • AI 会验证日志输出
   • AI 会测试边界条件

2. 更快的问题定位

   • AI 可以同时查看代码、日志、数据库
   • AI 具备上下文记忆，能关联多个线索

3. 更可靠的修复

   • AI 会在修复后重新测试
   • AI 会验证修复是否引入新问题

开发体验改善

传统开发：

1
2

写代码 → 启动服务 ⏰ → 测试 → 看日志 → 查数据库 → 定位问题 →
改代码 → 重启服务 ⏰ → 再测试 → ... (循环往复，疲惫不堪)

AI 自动化：

1

提需求 → ☕️ 喝杯咖啡 → ✅ 功能完成

开发者可以专注于：

• 业务逻辑设计
• 架构决策
• Code Review
• 产品优化

而不是陷入无穷无尽的调试循环。

关键技术要点

1. 环境标准化

原则：让 AI 可以轻松启动和操作你的开发环境。

1
2
3
4
5
6
7
8

# ✅ 好的实践：简单的启动脚本
./start.sh

# ❌ 坏的实践：复杂的启动过程
export ENV=dev
export DB_HOST=...
./gradlew clean build
java -jar -Dspring.profiles.active=dev ...

2. 可观测性

原则：让 AI 能够”看到”系统运行状态。

必备能力：

• ✅ 日志文件访问（logs/app.log）
• ✅ 数据库查询（MCP MySQL Server）
• ✅ API 调用能力（curl/http）
• ✅ 进程管理（启动/停止/重启）

3. 测试数据管理

原则：提供可复现的测试场景。

1
2
3
4
5
6
7

// 好的测试数据
{
  "scenario": "multi_batch_grouping",
  "description": "测试 136 个视频的多批次分组",
  "expected_batches": 3,
  "data": { ... }
}

4. 简化的认证机制

原则：降低测试复杂度，但不影响生产环境安全。

1
2
3
4

// 测试环境特殊处理
if (isTestEnvironment && "7654321".equals(token)) {
    return testUser;
}

目前的挑战

❌ 移动端功能

• 需要真机/模拟器
• 涉及复杂的用户交互
• 难以自动化观察状态

❌ 复杂的 UI 交互

• 需要视觉验证
• 交互路径复杂
• 状态不透明

改进方向

对于移动端功能的探索：

当前我们的项目是”重手机端、轻服务端”的架构，想让 AI 直接体验手机功能仍然面临技术挑战：

1. 模拟器集成：让 AI 能控制 Android/iOS 模拟器
2. UI 自动化：类似 Appium 的工具集成
3. 视觉验证：AI 能够”看”屏幕并判断 UI 是否正确
4. 状态管理：将手机端状态暴露给 AI

这些方向值得持续探索。

总结与展望

我们正在见证一个新的开发范式的诞生：

Vibe Coding 2.0 = AI 代码生成 + AI 自动化测试

在这个范式下：

• 开发者专注于”What”（做什么）
• AI 负责”How”（怎么做）和”Verify”（是否正确）

对行业的启示

1. 重新思考开发流程

   • 不要把 AI 当作”代码补全工具”
   • 而是当作”全流程开发伙伴”

2. 投资基础设施

   • 构建 AI 友好的开发环境
   • 标准化工具链和测试流程

软件开发的本质正在改变：从”人类写代码、人类测试”，到”AI 写代码、AI 测试、人类验证”。