一种测试案例生成方法、装置及电子设备与流程

本技术涉及计算机，可用于金融领域，特别涉及一种测试案例生成方法、装置及电子设备。

背景技术：

1、软件编程前的业务需求处理是在进行软件开发之前，对业务需求进行收集、分析和整理的过程。这一过程旨在全面理解客户、用户或利益相关者的需求，以确保新的软件系统能够满足业务目标和用户期望。具体而言，业务需求处理包括与客户和利益相关者沟通，以收集他们的期望和需求；分析和整理收集到的需求，识别关键业务流程、业务规则和功能要求；最终确认需求，并将之转化为软件系统的功能和性能规范。这一过程也包括了确定系统的用户界面设计、数据结构、业务逻辑分支和其他相关方面。业务需求处理将为软件项目的后续开发提供清晰的方向，确保开发团队能够将业务需求转化为可行的软件解决方案。

2、软件编程后的测试案例生成是指在软件开发完成后，编写一系列用于验证软件功能的测试案例。测试案例描述了在不同情况下应该执行何种步骤以及预期的结果。这些测试案例通常由测试团队编写，并根据设计规范和需求文档来确定应该包含哪些测试方案。

3、现有技术中，从业务需求处理、生成需求文档、测试案例生成依赖于大量的手工工作，包括需求拆分、任务分配和测试案例生成。这些手动任务不仅耗时，还容易出现错误，可能导致需求处理效率低下和质量问题。

技术实现思路

1、本说明书提供一种测试案例生成方法、装置及电子设备，以降低系统中灰度环境的部署难度。

2、为解决上述技术问题，本说明书第一方面提供一种测试案例生成方法，包括：获取自然语言描述的业务需求；将所述自然语言描述的业务需求输入预先训练的第一人工智能模型，得到需求拆分建议；在所述需求拆分建议被确认之后，将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支；在所述业务逻辑分支被确认之后，将所述业务逻辑分支输入第三人工智能模型，得到测试用例。

3、在一些实施例中，所述方法还包括：根据确认人员反馈的对于需求拆分建议的修改建议，更新所述第一人工智能模型；和/或，根据确认人员反馈的对于业务逻辑分支的修改建议，更新所述第二人工智能模型。

4、在一些实施例中，所述方法还包括：获取测试人员或软件的目标客户所反馈的对测试用例的修改建议和/或补充建议；根据所述修改建议和/或补充建议更新所述第三人工智能模型。

5、在一些实施例中，所述第一人工智能模型通过以下方法训练得到：收集历史上各个软件编程项目的自然语言业务需求、实际编程模块的内容作为训练数据；其中，自然语言业务需求对应于自然语言描述的业务需求，实际编程模块的内容是指通过人工拆分得到的，实际编程模块的内容对应于需求拆分建议；以自然语言业务需求作为第一人工智能模型的输入数据，以实际编程模块的内容作为第一人工智能模型的期望输出，训练第一人工智能模型。

6、在一些实施例中，在所述需求拆分建议被确认之后，将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支，包括：获取软件项目实际的编程模块内容；在所述需求拆分建议被确认之后，将所述自然语言描述的业务需求、实际编程模块内容、所述需求拆分建议输入第二人工智能模型，得到业务逻辑分支。

7、在一些实施例中，所述第二人工智能模型通过以下方法训练得到：收集历史上采用所述第一人工智能模型实现测试的各个软件编程项目的自然语言业务需求、实际编程模块内容、第一人工智能模块输出的需求拆分建议、实际测试时的业务逻辑分支内容作为训练数据；其中，实际测试时的业务逻辑分支内容是指人工参与情况下得到的业务逻辑分支内容；以自然语言业务需求、实际编程模块内容、第一人工智能模块输出的需求拆分建议作为第二人工智能模型的输入数据，以实际测试时的业务逻辑分支内容作为第二人工智能模型的期望输出，训练第二人工智能模型。

8、在一些实施例中，在所述需求拆分建议被确认之后，且将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支之前，还包括：将需求拆分建议发送至审批人员进行审批；获取审批人员的审批意见；在审批意见为审批通过的情况下，执行所述将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支。

9、在一些实施例中，所述方法还包括：在审批意见为审批不通过的情况下，获取审批人员的修改建议；将所述修改建议发送至需求拆分建议的负责人；获取所述需求拆分建议的负责人根据所述修改建议调整后的需求拆分建议；将调整后的需求拆分建议重新发送至审批人员进行审批。

10、在一些实施例中，在将所述业务逻辑分支输入第三人工智能模型，得到测试用例之后，还包括：判断各测试用例是否需要用户数据；在测试用例需要用户数据的情况下，自动从数据库中抽取用户数据；根据测试用例的具体内容对抽取的用户数据进行脱敏处理；将脱敏处理后的用户数据补入测试用例中。

11、在一些实施例中，在将所述业务逻辑分支输入第三人工智能模型，得到测试用例之后，还包括：根据测试用例自动生成测试脚本，以实现自动化测试。

12、本说明书第二方面提供一种测试案例生成装置，包括：第一获取单元，用于获取自然语言描述的业务需求；第一处理单元，用于将所述自然语言描述的业务需求输入预先训练的第一人工智能模型，得到需求拆分建议；第二处理单元，用于在所述需求拆分建议被确认之后，将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支；第三处理单元，用于在所述业务逻辑分支被确认之后，将所述业务逻辑分支输入第三人工智能模型，得到测试用例。

13、在一些实施例中，所述装置还包括：第一更新单元，用于根据确认人员反馈的对于需求拆分建议的修改建议，更新所述第一人工智能模型；和/或，第二更新单元，用于根据确认人员反馈的对于业务逻辑分支的修改建议，更新所述第二人工智能模型。

14、在一些实施例中，所述装置还包括：第二获取单元，用于获取测试人员或软件的目标客户所反馈的对测试用例的修改建议和/或补充建议；第三更新单元，用于根据所述修改建议和/或补充建议更新所述第三人工智能模型。

15、在一些实施例中，所述第一人工智能模型通过以下方法训练得到：收集历史上各个软件编程项目的自然语言业务需求、实际编程模块的内容作为训练数据；其中，自然语言业务需求对应于自然语言描述的业务需求，实际编程模块的内容是指通过人工拆分得到的，实际编程模块的内容对应于需求拆分建议；以自然语言业务需求作为第一人工智能模型的输入数据，以实际编程模块的内容作为第一人工智能模型的期望输出，训练第一人工智能模型。

16、在一些实施例中，所述第二处理单元包括：第一获取子单元，用于获取软件项目实际的编程模块内容；处理子单元，用于在所述需求拆分建议被确认之后，将所述自然语言描述的业务需求、实际编程模块内容、所述需求拆分建议输入第二人工智能模型，得到业务逻辑分支。

17、在一些实施例中，所述第二人工智能模型通过以下方法训练得到：收集历史上采用所述第一人工智能模型实现测试的各个软件编程项目的自然语言业务需求、实际编程模块内容、第一人工智能模块输出的需求拆分建议、实际测试时的业务逻辑分支内容作为训练数据；其中，实际测试时的业务逻辑分支内容是指人工参与情况下得到的业务逻辑分支内容；以自然语言业务需求、实际编程模块内容、第一人工智能模块输出的需求拆分建议作为第二人工智能模型的输入数据，以实际测试时的业务逻辑分支内容作为第二人工智能模型的期望输出，训练第二人工智能模型。

18、在一些实施例中，所述装置还包括：送审单元，用于在所述需求拆分建议被确认之后，且将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支之前，将需求拆分建议发送至审批人员进行审批；第三获取单元，用于获取审批人员的审批意见；在审批意见为审批通过的情况下，所述第二处理单元执行所述将所述需求拆分建议输入第二人工智能模型，得到所述需求拆分建议中的业务逻辑分支。

19、在一些实施例中，所述装置还包括：第四获取单元，用于在审批意见为审批不通过的情况下，获取审批人员的修改建议；发送单元，用于将所述修改建议发送至需求拆分建议的负责人；第五获取单元，用于获取所述需求拆分建议的负责人根据所述修改建议调整后的需求拆分建议；所述送审单元将调整后的需求拆分建议重新发送至审批人员进行审批。

20、在一些实施例中，所述装置还包括：判断单元，用于在将所述业务逻辑分支输入第三人工智能模型，得到测试用例之后，判断各测试用例是否需要用户数据；抽取单元，用于在测试用例需要用户数据的情况下，自动从数据库中抽取用户数据；脱密单元，用于根据测试用例的具体内容对抽取的用户数据进行脱敏处理；补充单元，用于将脱敏处理后的用户数据补入测试用例中。

21、在一些实施例中，所述装置还包括：生成单元，用于在将所述业务逻辑分支输入第三人工智能模型，得到测试用例之后，根据测试用例自动生成测试脚本，以实现自动化测试。

22、本说明书第三方面提供一种电子设备，包括：存储器和处理器，所述处理器和所述存储器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而实现第一方面任一项所述的测试案例生成方法。

23、本说明书第四方面提供一种计算机存储介质，所述计算机存储介质存储有计算机程序指令，所述计算机程序指令被处理器执行时实现第一方面任一项所述的测试案例生成方法。

24、本说明书第五方面提供一种计算机程序产品，包含有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的测试案例生成方法。

25、本说明书提供的测试案例生成方法、装置及电子设备，通过第一人工智能模型对自然语言描述的业务需求进行处理得到需求拆分建议，通过第二人工智能模型对需求拆分建议进行处理得到业务逻辑分支，通过第三人工智能模型对业务逻辑分支进行处理得到测试用例。本方案通过第一人工智能模型将自然语言描述的要求需求转换为需求拆分建议，能够在提高对业务需求理解准确性的同时减少人工工作量；通过第二人工智能模型从需求拆分建议中抽取出业务逻辑分支，并基于业务逻辑分支确定测试用例，能够使得生成的测试案例全面覆盖业务逻辑分支，确保对各种场景的全面测试，提高系统的健壮性和可靠性；智能化的处理过程减少了人为干预的机会，降低了由于人为错误导致的系统问题和缺陷；引入用户验证需求拆分建议、业务逻辑分支的环节，保障了需求处理的透明性和合规性，用户验证确保了需求处理的准确性；经过用户验证的需求进入下一流程，保障了系统的稳定性，避免了未经验证的需求对系统的影响；将需求拆分、业务逻辑生成和测试案例生成过程智能化，降低了团队内部协作的复杂度，提高了整体工作效率。