# LangChain4J测试策略 ## 概述由于 LLM 响应的不确定性和 AI 工作流程的复杂性，LangChain4J 测试需要专门的策略。该技能为使用模拟进行单元测试、使用测试容器进行集成测试以及 RAG 系统、AI 服务和工具执行的端到端测试提供了全面的模式。 ## 何时使用此技能在以下情况下使用此技能： * 使用 LangChain4J 构建人工智能应用程序 * 为AI服务和护栏编写单元测试 * 设置与真实 LLM 模型的集成测试 * 创建基于模拟的测试以加快测试执行速度 * 使用测试容器进行隔离测试环境 * 测试 RAG（检索增强生成）系统 * 验证工具执行和函数调用 * 测试流响应和异步操作 * 为人工智能工作流程设置端到端测试 * 实施性能和负载测试 ## 说明为了有效测试 LangChain4J 应用程序，请遵循以下关键策略： ### 1\.从单元测试开始使用模拟模型对业务逻辑进行快速、独立的测试。有关详细示例，请参阅“references/unit-testing.md”。 // 示例：用于单元测试的模拟 ChatModel ChatModel mockModel = mock(ChatModel.class); 当（mockModel.generate（任何（String.class））） .thenReturn(Response.from(AiMessage.from("模拟响应"))); var service = AiServices.builder(AiService.class) .chatModel(模拟模型) .build(); ### 2\.配置测试依赖项设置正确的 Maven/Gradle 依赖项以进行测试。有关完整配置，请参阅“references/testing-dependency.md”。 **关键依赖**： * `langchain4j-test` \- 测试实用程序和护栏断言 * `testcontainers` \- 与容器化服务的集成测试 * `mockito` \- 模拟外部依赖项 * `assertj` \- 更好的断言 ### 3\.实施集成测试使用测试容器测试真实服务。有关容器设置示例，请参阅“references/integration-testing.md”。 @测试容器类 OllamaIntegrationTest { @容器静态 GenericContainer ollama = new GenericContainer<>( DockerImageName.parse("ollama/ollama:0.5.4") ).withExposedPorts(11434); @测试无效应该生成响应（）{ ChatModel 模型 = OllamaChatModel.builder() .baseUrl(ollama.getEndpoint()) .build(); String response = model.generate("测试查询"); 断言NotNull（响应）； } } ### 4\.测试高级功能对于流响应、内存管理和复杂的工作流程，请参阅“references/advanced-testing.md”。 ### 5\.应用测试工作流程遵循“references/workflow-patterns.md”中的测试金字塔模式和最佳实践。 * **70% 单元测试**：快速、独立的业务逻辑测试 * **20% 集成测试**：真实服务交互 * **10% 端到端测试**：完整的用户工作流程 ## 示例 ### 基本单元测试 @测试无效shouldProcessQueryWithMock() { ChatModel mockModel = mock(ChatModel.class); 当（mockModel.generate（任何（String.class））） .thenReturn(Response.from(AiMessage.from("测试响应"))); var service = AiServices.builder(AiService.class) .chatModel(模拟模型) .build(); String result = service.chat("什么是Java？"); assertEquals("测试响应", 结果); } ### 与测试容器的集成测试 @测试容器类 RAGIntegrationTest { @容器静态 GenericContainer ollama = new GenericContainer<>( DockerImageName.parse("ollama/ollama:0.5.4") ）； @测试无效shouldCompleteRAGWorkflow（）{ // 设置模型和商店 var chatModel = OllamaChatModel.builder() .baseUrl(ollama.getEndpoint()) .build(); var embeddingModel = OllamaEmbeddingModel.builder() .baseUrl(ollama.getEndpoint()) .build(); var store = new InMemoryEmbeddingStore<>(); var 检索器 = EmbeddingStoreContentRetriever.builder() .chatModel(聊天模型) .embeddingStore(商店) .embeddingModel(嵌入模型) .build(); // 测试完整的工作流程 var Assistant = AiServices.builder(RagAssistant.class) .chatLanguageModel(chatModel) .contentRetriever（检索器） .build(); String response = Assistant.chat("什么是 Spring Boot？"); 断言NotNull（响应）； assertTrue(response.contains("Spring")); } } ## 最佳实践 ### 测试隔离 * 每个测试必须是独立的 * 使用 `@BeforeEach` 和 `@AfterEach` 进行设置/拆卸 * 避免在测试之间共享状态 ### 模拟外部依赖项 * 永远不要在单元测试中调用真正的API * 对 ChatModel、EmbeddingModel 和外部服务使用模拟 * 测试错误处理场景 ### 性能考虑因素 * 单元测试应在 < 50 毫秒内运行 * 集成测试应该使用容器复用 * 包括针对缓慢操作的超时断言 ### 质量主张 * 测试成功和错误场景 * 验证响应的一致性和相关性 * 包括边缘情况测试（空输入、大有效负载） ## 参考文档有关全面的测试指南和 API 参考，请参阅随附的参考文档： * **[测试依赖项]()** \- Maven/Gradle 配置和设置 * **[单元测试]()** \- 模拟模型、护栏和单个组件 * **[集成测试]()** \- 测试容器和真实服务测试 * **[高级测试]()** \- 流、内存和错误处理 * **[工作流程模式]()** \- 测试金字塔和最佳实践 ## 常见模式 ### 模拟策略 // 用于快速单元测试 ChatModel mockModel = mock(ChatModel.class); when(mockModel.generate(anyString())).thenReturn(Response.from(AiMessage.from("Mocked"))); // 对于特定的响应 when(mockModel.generate(eq("Hello"))).thenReturn(Response.from(AiMessage.from("Hi"))); when(mockModel.generate(contains("Java"))).thenReturn(Response.from(AiMessage.from("Java response"))); ### 测试配置 // 使用特定于测试的配置文件 @TestPropertySource（属性= { “langchain4j.ollama.base-url=http://localhost:11434” }) 类测试配置{ // 使用隔离配置进行测试 } ### 断言助手 // AI 响应的自定义断言 assertThat(response).isNotNull().isNotEmpty(); assertThat(response).containsAll(expectedKeywords); assertThat(response).doesNotContain(“错误”); ## 性能要求 * **单元测试**：每次测试< 50ms * **集成测试**：使用容器重用以加快启动速度 * **超时测试** ：包括外部服务调用的“@Timeout” * **内存管理**：测试对话窗口限制和清理 ## 安全考虑 * 切勿在测试中使用真实的 API 密钥 * 完全模拟外部API调用 * 测试提示注入检测 * 验证输出清理 ## 测试金字塔实施 70% 单元测试 ├─ 业务逻辑验证 ├─ 护栏测试 ├─ 模拟工具执行 └─ 边缘情况处理 20% 集成测试 ├─ 使用 Ollama 测试容器 ├─ 矢量商店测试 ├─ RAG 工作流程验证 └─ 性能基准测试 10% 端到端测试 ├─ 完整的用户旅程 ├─ 真实模型交互 └─ 负载下的性能 ## 相关技能 * `spring-boot-test-patterns` * `单元测试服务层` * `单元测试边界条件` ## 参考文献 * [测试依赖项]() * [单元测试]() * [集成测试]() * [高级测试]() * [工作流程模式]() ## 限制和警告 * AI模型响应是不确定的；测试应该使用模拟来保证可靠性。 * 应避免测试中的真实 API 调用，以防止成本和速率限制问题。 * 与 Testcontainers 的集成测试需要 Docker 可用。 * 内存管理测试应验证测试运行之间的清理是否正确。 * 工具执行测试应验证成功和失败场景。 * 流响应测试需要正确处理部分数据。 * RAG 测试需要正确播种的嵌入存储才能获得一致的结果。 * 由于 LLM 响应时间的原因，性能测试可能会有很大差异。 * 始终使用特定于测试的配置文件，以避免影响生产数据。 * 基于模拟的测试不能保证实际的 LLM 行为；补充集成测试。

Langchain4j测试策略

包含技能