生成式大模型辅助编程与软件工程实践 · 正式交付文档

软件测试说明书

项目名称: 汤甜甜 · AI编程实践作品集
执行环境: Node.js / Python HTTP服务
文档版本: V2.0

1 测试目标

验证核心业务规则、错误处理与部署资源完整性,为课程软件交付提供可重复的结果证据。

2 测试方法与环境

执行node --test tests/*.test.mjs检查核心JavaScript纯函数;执行python tests/http_smoke.py在真实本地HTTP服务下检查主页、3个JavaScript资源、CSS和SVG图标。天气API使用模拟响应进行隔离测试,未据此声称真实联网查询已通过。

3 测试结果摘要

测试类别 已运行数量 结果 判定
核心单元测试 24 24通过,0失败 通过
HTTP资源检查 6 6通过 通过
真实第三方天气查询 — 未在当前测试环境作端到端联网确认 待发布后实测
Docker实际容器运行 — 提供Dockerfile但未验证容器运行 非必需补充

4 典型测试用例

编号 场景 预期结果
T01 新建合法任务 生成任务并正确展示
T02 空名称或非法日期 拒绝不合法输入
T03 按关键字搜索/状态筛选 结果集合符合条件
T04 任务完成或重新打开 统计随状态更新
T05 导入结构异常JSON 给出提示且不覆盖合法数据
T06 Markdown文本中包含脚本内容 预览不会执行脚本
T07 在窄屏下切换模块 导航及内容可操作
T08 天气API超时/拒绝 页面显示错误提示,不伪造天气

5 局限与改进

浏览器交互测试曾使用隔离脚本注入和天气模拟数据,不等同于线上端到端真实API调用。正式发布后,须使用非登录浏览器窗口打开公开网址,分别点击六个模块、打开所有PDF下载链接,并实测天气查询。

6 复现实验

本地进入含package.json的根目录,运行npm test;再执行python tests/http_smoke.py。终端结果保存在tests/单元测试结果.txt及tests/HTTP服务测试结果.txt,以执行时输出为准。