ljxpython/test-data-generator

测试数据生成 Skill

激活场景

• test-case-design 完成后，用例中存在「测试数据待定」或测试数据不够具体
• 用户要求「生成测试数据」「构造数据集」「给出具体的测试值」
• 用户提供字段规格要求生成对应的数据集
• 需要为参数化测试生成数据驱动的输入集合

数据类型生成策略

字符串类型

正常值：
  - 典型业务值（「张三」「[email protected]」）
  - 最短有效值（1个字符）
  - 最长有效值（maxLength个字符）

边界值：
  - maxLength - 1 个字符
  - maxLength 个字符
  - maxLength + 1 个字符（预期拒绝）

异常值：
  - 空字符串 ""
  - 纯空格 "   "
  - 特殊字符 "!@#$%^&*()"
  - SQL注入 "'; DROP TABLE users; --"
  - XSS注入 "<script>alert(1)</script>"
  - Unicode "中文测试"
  - 超长字符串（1000个字符）

数字类型

正常值：
  - 典型业务值（18岁、100元）
  - 中间值（min + max）/ 2

边界值：
  - min - 1（预期拒绝）
  - min
  - min + 1
  - max - 1
  - max
  - max + 1（预期拒绝）

异常值：
  - 0
  - -1
  - 负最大值
  - MAX_INT（2147483647）
  - 小数（如果期望整数）
  - 非数字字符串（"abc"）

日期/时间类型

正常值：
  - 今天
  - 昨天
  - 明天
  - 业务典型日期

边界值：
  - 最早有效日期
  - 最晚有效日期
  - 闰年2月29日
  - 月末（1月31、3月31等）

异常值：
  - 无效日期（2月30日）
  - 过去的过期日期（如果不允许）
  - 格式错误（"2024/13/45"）
  - 空值

枚举/状态类型

正常值：所有合法枚举值（逐一测试）
异常值：
  - 不存在的枚举值（"INVALID_STATUS"）
  - 大小写变体（"active" vs "ACTIVE"）
  - 数字替代（如果期望字符串）
  - 空值

列表/数组类型

正常值：
  - 典型元素数量
  - 单元素列表

边界值：
  - 空列表 []
  - 最大允许元素数
  - 最大允许元素数 + 1（预期拒绝）

异常值：
  - null
  - 包含非法元素的列表
  - 重复元素

标准数据集模板

### 字段：{字段名}
**类型**：{数据类型}
**约束**：{长度/范围/格式约束}
**业务规则**：{相关业务规则}

| 场景 | 测试值 | 预期行为 | 对应用例 |
|------|--------|---------|----------|
| 正常-典型值 | 张三 | 接受 | TC-001 |
| 正常-最短 | 李 | 接受 | TC-002 |
| 边界-最长 | [50字符字符串] | 接受 | TC-003 |
| 边界-超长 | [51字符字符串] | 拒绝，提示「最多50字符」 | TC-004 |
| 异常-空值 | "" | 拒绝，提示「不能为空」 | TC-005 |
| 异常-特殊字符 | <script> | 拒绝或转义 | TC-006 |

执行流程

Step 1：字段规格提取

从需求文档或用例描述中提取每个字段的：

• 数据类型
• 长度/范围约束
• 格式要求（正则、枚举值）
• 必填/可选
• 业务规则（唯一性、关联关系）

Step 2：数据集生成

按上述数据类型生成策略，为每个字段生成完整数据集。

Step 3：组合数据构造

对于多字段表单，构造组合测试数据：

• 全合法组合：所有字段合法值（基准测试）
• 单字段异常组合：一个字段异常，其余合法（逐一测试）
• 关键组合：业务规则要求的特定字段组合

Step 4：数据与用例关联

将生成的测试数据与对应用例编号关联，更新用例中的测试数据字段。

Step 5：数据集整理输出

输出结构化数据集，支持：

• Markdown 表格（便于阅读）
• JSON 数组（便于自动化测试使用）

输出规范

1. 📊 字段分析摘要：涉及字段数、生成数据条数
2. 📋 按字段的数据集：每个字段的完整测试数据集（含预期行为）
3. 🔗 用例-数据关联表：数据与用例编号的映射
4. ⚡ 自动化友好格式：JSON 格式的参数化数据集

关键约束

🔢 真实性：生成的测试数据必须真实可用，不能使用「xxx」「aaa」等占位符。 ⚖️ 完整性：每个字段必须覆盖正常值、边界值、异常值三类。 🔗 关联性：数据集中必须标注每条数据对应的用例编号。 🚫 安全性：生成的SQL注入、XSS等攻击性数据仅用于安全测试，需明确标注。