AI Mock 数据生成：Schema 解析与自动校验策略
AI Mock 数据生成：Schema 解析与自动校验策略
一、概述
微服务接口测试中，Mock数据准备是影响开发效率的关键瓶颈。传统手写Mock数据不仅耗时，还难以覆盖边界值和异常场景。AI大模型可以通过解析接口Schema自动生成高质量Mock数据。本文从Schema解析策略、AI生成工程、数据校验与修正三个核心环节，给出完整的自动化Mock数据生成方案。
二、核心原理
2.1 Schema解析流程
flowchart LR A[OpenAPI / Swagger] --> B[Schema 解析器] B --> C[类型展开 ref] C --> D[中间表示 IR] D --> E[Prompt 构造] E --> F[AI 生成 Mock 数据] F --> G[数据校验与自动修正]2.2 多协议支持策略
| 协议类型 | 解析方式 | 注意事项 |
|---|---|---|
| OpenAPI 3.0 | JSON Schema $ref递归解析 | 处理循环引用 |
| Protobuf | .proto文件AST解析 | 处理oneof/map |
| Dubbo | Java反射+注解 | 处理泛型擦除 |
| GraphQL | Introspection Query | 处理联合类型 |
三、实战配置
3.1 架构组件
class MockDataPipeline: components = { "parser": SchemaParser(), # Schema解析 "normalizer": IRNormalizer(), # IR标准化 "prompt_builder": PromptBuilder(), # Prompt构建 "ai_generator": AIGenerator(), # AI生成 "validator": DataValidator(), # 数据校验 "fallback": FallbackGenerator() # 兜底生成 } def generate(self, api_spec: dict) -> List[dict]: ir = self.components["parser"].parse(api_spec) ir = self.components["normalizer"].normalize(ir) prompt = self.components["prompt_builder"].build(ir) try: data = self.components["ai_generator"].generate(prompt) except Exception: data = self.components["fallback"].generate(ir) return self.components["validator"].validate(data, ir)3.2 IR标准化
@dataclass class IRNode: name: str type: str required: bool constraints: dict children: List['IRNode'] enum: list class IRNormalizer: def normalize(self, root: IRNode) -> IRNode: self._assign_names(root) self._flatten_oneof(root) self._add_missing_constraints(root) return root def _assign_names(self, node: IRNode, prefix: str = ""): if prefix: node.name = f"{prefix}.{node.name}" if node.name else prefix for child in node.children: self._assign_names(child, node.name)四、高级实践
4.1 约束驱动的Prompt工程
class ConstraintAwarePromptBuilder: def build(self, ir: IRNode) -> str: constraints = self._extract_constraints(ir) return f""" 根据以下接口约束生成Mock数据： {self._format_schema(ir)} 约束要求： 1. 类型匹配: {constraints['type_rules']} 2. 边界覆盖: {constraints['boundary_rules']} 3. 枚举选择: {constraints['enum_rules']} 4. 格式要求: {constraints['format_rules']} 生成5组数据，包含normal/boundary/error三种类型。 """4.2 数据校验与自动修正
class AutoCorrectValidator: def validate_and_correct(self, data: dict, schema: IRNode) -> dict: errors = self._validate(data, schema) if errors: data = self._auto_correct(data, schema, errors) return data def _auto_correct(self, data: dict, schema: IRNode, errors: list) -> dict: corrected = data.copy() for error in errors: field_path = error['path'] field = self._find_field(schema, field_path) if field.enum: corrected[field_path] = field.enum[0] elif field.type == 'string': corrected[field_path] = "auto_corrected" elif field.type == 'integer': corrected[field_path] = 0 return corrected五、最佳实践
| 实践要点 | 说明 | 推荐度 |
|---|---|---|
| IR中间层 | 统一不同协议的Schema表示为IR | ⭐⭐⭐⭐⭐ |
| 约束提取 | 从Schema提取类型/边界/枚举/Prompt注入 | ⭐⭐⭐⭐⭐ |
| 自动修正 | AI数据不合规时自动修正而非丢弃 | ⭐⭐⭐⭐ |
| 兜底策略 | AI不可用时用规则引擎生成 | ⭐⭐⭐⭐⭐ |
| 增量生成 | Schema变更时增量更新，避免全量覆盖 | ⭐⭐⭐ |
六、总结
基于AI大模型的结构解析自动生成Mock测试数据，核心在于IR中间层标准化、约束驱动的Prompt工程、自动校验修正三位一体。通过合理设计IR表示层，可以统一处理OpenAPI/Protobuf/Dubbo等不同协议；通过约束提取和Prompt注入，引导AI生成类型准确、覆盖全面的Mock数据；通过自动校验修正，确保输出数据的质量可靠性。