企业官网建设流程全解析

项目进入收尾阶段，核心模块陆续完工。我的角色从模块开发转向测试验证——但我的测试重点不是完整的故障剧本（那需要Agent编排层和真实LLM配合），而是验证我负责的基础模块（告警接收、知识库检索、根因分析接口）的接口契约稳定性和前后端数据一致性。

一、告警解析模块的接口契约测试

alert_receiver.py 定义了 ParsedAlert 数据类，字段包括：

class ParsedAlert(BaseModel): alert_id: str starts_at: datetime instance: str alertname: str severity: str summary: str labels: Dict[str, str]

测试重点：标签归一化逻辑（LABEL_ALIASES）能否正确处理不同来源的告警格式。

测试用例：

测试方法：构造4组测试JSON，调用 ParsedAlert.from_raw() 验证输出。

# test_alert_receiver.py（我写的测试脚本） import json from alert_receiver import ParsedAlert def test_label_normalization(): with open("test_cases/label_variants.json") as f: cases = json.load(f) for case in cases: result = ParsedAlert.from_raw(case["input"]) assert result.alertname == case["expected_alertname"] print(f"✅ {case['name']}")

三、知识库检索模块的兼容性测试

我的 knowledge_base.py 实现了关键词三层匹配（alertnames/症状/服务类型）。但项目后期，我们将知识库升级为向量+BM25+reranker的混合检索（Qdrant存储）。我的测试目标是：验证两个版本的知识库接口契约一致，即输入告警 → 返回 KnowledgeMatch 列表的结构不变。

接口契约对比：

测试发现：source 字段取值不同，但前端学的 normalizeAlert 兼容层已经处理了这种差异。我的测试验证了：即使底层检索方式改变，上层接口仍然稳定。

四、根因分析接口的格式稳定性测试

root_cause_analyzer.py 定义了输出结构：

class RootCauseAnalysis(BaseModel): candidates: List[Candidate] confidence: float remediation: Remediation class Candidate: description: str confidence: float evidence: List[str]

测试目标：验证该结构在前后端联调时不被破坏。

前端代码直接消费了这个结构：

interface RootCauseAnalysis { candidates: { description: string; confidence: number; evidence: string[] }[]; confidence: number; remediation: { immediate: string; short_term: string }; }

我的测试验证了：Python 端输出的字段名、类型、嵌套结构与前端 TypeScript 接口完全匹配。特别是：

• evidence是List[str]，不是str

• remediation.immediate和remediation.short_term都存在

• confidence是 float，不是 string

五、前后端联调中的字段映射验证

在前后端对接时，我的 ParsedAlert 字段映射为前端模型：

测试方法：我构造了包含特殊字符（空格、中文、JSON嵌套）的测试告警，验证映射后前端展示正确。

发现问题：starts_at 的时区处理。我的代码使用 UTC 时间，前端展示时需要转换为本地时间。前端在 normalizeAlert 中增加了时区转换，我的测试验证了转换前后时间戳一致（不丢失精度）。

六、测试覆盖度

已完成：

• 告警解析：4组标签归一化测试

• 知识库接口：结构一致性验证

• 根因分析格式：字段完整性检查

• 前后端字段映射：5组边界数据测试

七、测试代码片段

# test_contract.py —— 接口契约测试脚本 import pytest from alert_receiver import ParsedAlert from knowledge_base import KnowledgeBase from root_cause_analyzer import RootCauseAnalyzer class TestAlertParsing: def test_label_normalization(self): raw = {"job": "order-service", "severity": "critical"} parsed = ParsedAlert.from_raw(raw) assert parsed.alertname == "order-service" assert parsed.severity == "critical" def test_missing_required_field(self): raw = {"job": "test"} # 缺少 severity with pytest.raises(ValueError): ParsedAlert.from_raw(raw) class TestKnowledgeBaseContract: def test_search_returns_knowledge_match(self): kb = KnowledgeBase("knowledge/kb.json") alert = ParsedAlert.from_raw({ "alertname": "DBConnectionPoolHigh", "severity": "critical" }) matches = kb.search(alert, top_k=2) assert len(matches) > 0 assert hasattr(matches[0], "confidence") assert 0 <= matches[0].confidence <= 1 class TestRootCauseFormat: def test_output_structure(self): analyzer = RootCauseAnalyzer() result = analyzer.analyze(alert, matches) assert "candidates" in result assert "remediation" in result assert "immediate" in result["remediation"]