去年下半年,我们团队做了一个项目——用AI自动生成测试用例。
刚开始的想法很简单:把PRD丢给大模型,让它自己生成用例。结果第一批用例出来,测试组长看了一眼就沉默了。
为什么?AI生成的用例里,有一条是"用户点击'删除账户'按钮后,系统应提示'删除成功'"——但我们的系统根本没有"删除账户"这个功能。
AI在编。
后来我们又试了RAG——把文档塞进知识库,让AI先检索再生成。效果好了一些,但新问题又来了:RAG只能召回"关键词匹配"的片段,理解不了业务关系。比如"订单"和"退款"在文档里隔了二十页,RAG搜"订单"就搜不到"退款",生成的用例永远缺一半。
直到我们引入了知识图谱。
半年后,这个智能体已经能稳定输出覆盖正常流程、边界值、异常场景的完整用例集,人工审核通过率从最初的32%提升到了89%。
这篇文章,我把整个实战过程完整记录下来。
一、先搞清楚:为什么纯RAG不够用?
在讲方案之前,得先搞清楚一个问题:为什么市面上大多数AI测试用例生成工具,生成的用例总是不完整?
大部分人第一次看到AI生成测试用例,会产生一个误解:AI理解了你的系统。但实际上,大部分AI测试工具的工作方式是:AI在帮你查文档。
典型流程是:AI在知识库中搜索需求文档,把搜索结果和提示词一起发给大模型,大模型根据这些内容生成用例。
这个流程看起来合理,但有两个致命问题。
问题一:搜索结果不完整
RAG的核心是向量相似度搜索。如果需求文档被拆成多个部分——登录流程、登录安全策略、权限校验、用户状态——RAG可能只召回其中一部分。结果就是AI生成的测试用例缺少关键场景。
问题二:无法理解业务关系
比如"订单取消"和"库存回滚"在文档里可能隔了十几页,RAG搜"订单取消"就搜不到"库存回滚"的相关片段。但业务上这两个概念紧密相关——取消订单必须触发库存回滚。AI不知道这个关系,生成的用例就永远缺一半。
这就是为什么行业开始重新关注知识图谱。RAG解决的是"检索"问题,知识图谱解决的是"关联"问题。两者结合,才是完整的方案。
二、核心思路:RAG负责"找",知识图谱负责"连"
用一个比喻来理解这两者的关系。
RAG像一个"图书馆管理员" 。你问它一个问题,它去书架上翻书,找到相关段落拿给你。但它不知道书和书之间有什么关系——不知道《订单管理》和《库存管理》其实是同一套系统的不同章节。
知识图谱像一张"概念地图" 。它不存文档原文,存的是概念和概念之间的关系——"订单"和"退款"是什么关系?"用户"和"订单"是什么关系?
RAG + 知识图谱 = 管理员拿着地图去找书。管理员知道去哪本书里找、也知道这本书和那本书之间有什么关联。
具体到测试用例生成场景,我们的架构是这样的:
- 知识图谱层:从需求文档、API文档、历史用例中提取实体(模块、功能、字段、规则)和关系(依赖、互斥、包含、触发),存入图数据库
- RAG检索层:用户输入需求时,先从向量数据库检索相关文档片段,同时从知识图谱检索相关实体和关系
- 生成层:把检索结果和知识图谱子图一起喂给大模型,生成结构化的测试用例
用一句话说:RAG让AI"有东西可查",知识图谱让AI"知道怎么查" 。
三、实战:四步搭建测试用例生成智能体
下面是我们实际落地的完整步骤。
第一步:构建知识图谱(最核心,最花时间)
这是整个系统的基础,也是最容易出错的一步。
收集数据源:把产品PRD、API文档(OpenAPI/Swagger)、历史用例库、设计稿说明全部收集起来。不要求一次完美,但至少要覆盖核心业务模块。
提取实体和关系:用大模型辅助从文档中提取结构化信息。
实体包括:模块(订单模…