FastAPI的CI流水線怎麼自動測端點，還能讓Allure報告美到犯規？详情 - fastapi,django,flask,python,後端風流倜儻的傷痕日志

url: /posts/eed6cd8985d9be0a4b092a7da38b3e0c/
title: FastAPI的CI流水線怎麼自動測端點，還能讓Allure報告美到犯規？
date: 2025-09-16T01:32:40+08:00
lastmod: 2025-09-16T01:32:40+08:00
author: cmdragon

summary:
持續集成（CI）是一種軟件開發實踐，開發人員頻繁提交代碼，CI工具自動觸發構建和測試流程，以儘早發現錯誤。FastAPI項目通過CI保證類型安全、避免端點失效和一致性驗證。GitHub Actions是常用的CI工具，通過Workflow、Job和Step定義CI流程。FastAPI的CI流水線包括代碼拉取、Python環境設置、依賴安裝、測試和Docker鏡像構建。Allure測試報告框架生成可視化報告，支持結構化展示和跨平台兼容，與FastAPI的Pytest測試結合，通過Allure裝飾器標記測試用例，生成並查看報告。

categories:

fastapi

tags:

FastAPI

持續集成
GitHub Actions
CI流水線
Pytest
Allure
測試報告

掃描二維碼關注或者微信搜一搜：編程智域前端至全棧交流與成長

發現1000+提升效率與開發的AI工具和實用程序：https://tools.cmdragon.cn/

FastAPI與持續集成流水線構建

1.1 什麼是持續集成（CI）？

持續集成（Continuous Integration，簡稱CI）是一種軟件開發實踐：開發人員頻繁將代碼提交到共享倉庫（如GitHub的main分支），CI工具自動觸發構建、測試流程，儘早發現代碼中的錯誤。其核心目標是“快速反饋”——避免代碼集成時出現大規模衝突，或因單個提交破壞整個項目的功能。

對於FastAPI項目而言，CI的價值在於：

保證類型安全：FastAPI依賴Pydantic模型做請求驗證，CI能自動檢查提交的代碼是否違反類型約束；
避免端點失效：自動測試FastAPI的API端點（如GET /items/、POST /users/），確保接口功能正常；
一致性驗證：確保代碼在不同環境（開發、測試、生產）中的行為一致。

1.2 選擇CI工具：GitHub Actions為例

目前主流的CI工具包括GitHub Actions、GitLab CI、Jenkins等。本文以GitHub Actions為例（因多數FastAPI項目託管在GitHub，配置簡單且免費）。

GitHub Actions的核心概念：

Workflow（工作流）：定義CI的觸發條件和執行步驟，存儲在項目根目錄的.github/workflows/文件夾中；
Job（任務）：一個Workflow可包含多個Job，如“構建代碼”“運行測試”“推送鏡像”；
Step（步驟）：Job的具體執行單元，如“拉取代碼”“安裝依賴”。

1.3 編寫FastAPI項目的CI流水線配置

以下是一個完整的FastAPI CI工作流文件（.github/workflows/ci.yml），涵蓋“代碼拉取→依賴安裝→測試→構建Docker鏡像”：

name: FastAPI CI  # 工作流名稱
on:  # 觸發條件：Push到main分支或PR到main分支
  push:
    branches: [ main ]
  pull_request:
    branches: [ main ]

jobs:
  build-and-test:  # 定義一個名為build-and-test的Job
    runs-on: ubuntu-latest  # 運行在Ubuntu最新版本的虛擬環境中
    steps:
      # 步驟1：拉取項目代碼（必須第一步，否則後續步驟無代碼可操作）
      - name: Checkout code
        uses: actions/checkout@v4  # 使用官方的checkout動作，拉取代碼到虛擬環境

      # 步驟2：設置Python環境（匹配項目的Python版本）
      - name: Set up Python 3.11
        uses: actions/setup-python@v5  # 官方的Python環境配置動作
        with:
          python-version: "3.11"  # 指定Python版本（需與項目依賴一致）

      # 步驟3：安裝項目依賴（使用requirements.txt）
      - name: Install dependencies
        run: |  # 運行Shell命令
          python -m pip install --upgrade pip  # 升級pip到最新版
          pip install -r requirements.txt  # 安裝requirements.txt中的依賴

      # 步驟4：運行Pytest測試（生成JUnit格式的測試報告）
      - name: Run tests with Pytest
        run: pytest --junitxml=test-results.xml  # 運行測試並生成JUnit報告（方便後續查看）

      # 步驟5：構建Docker鏡像（可選，若項目用Docker部署）
      - name: Build Docker image
        run: docker build -t my-fastapi-app:${{ github.sha }} .  # 構建鏡像，標籤用Git提交的SHA值（唯一標識）

配置説明：

on字段：觸發CI的場景——當代碼推送到main分支，或有PR合併到main時，自動運行；
runs-on: ubuntu-latest：使用GitHub提供的Ubuntu虛擬環境，無需自己搭建服務器；
--junitxml=test-results.xml：生成JUnit格式的測試報告，方便GitHub Actions展示測試結果；
${{ github.sha }}：GitHub的內置變量，代表當前提交的SHA哈希值，用於標記Docker鏡像版本（避免重複）。

1.4 流水線的關鍵步驟解析

拉取代碼（Checkout）：
使用actions/checkout@v4動作，將GitHub倉庫的代碼複製到CI的虛擬環境中，是所有CI工作流的基礎。
設置Python環境：
FastAPI依賴特定版本的Python（如3.9+），actions/setup-python@v5會自動安裝指定版本的Python，並配置pip等工具。若不設置，虛擬環境的Python版本可能與項目不兼容（如默認Python 3.8，而項目用Python 3.11），導致依賴安裝失敗。
安裝依賴：
通過pip install -r requirements.txt安裝項目所有依賴（包括FastAPI、Pydantic、Uvicorn等）。requirements.txt需包含項目的所有第三方庫及其版本（可通過pip freeze > requirements.txt生成）。
運行測試：
使用pytest運行測試用例（測試文件需以test_開頭，如test_main.py）。--junitxml參數生成的報告可在GitHub Actions的“Tests”標籤中查看，方便快速定位失敗的測試用例。

Allure測試報告可視化分析

2.1 Allure是什麼？

Allure是一款開源的測試報告框架，能生成美觀、互動的可視化報告（支持圖表、篩選、歷史對比）。與傳統的JUnit報告相比，Allure的優勢：

結構化展示：按“功能模塊→用户故事→測試用例”分層，清晰呈現測試覆蓋範圍；
豐富的元數據：支持標記測試用例的“優先級”“標籤”“附件”（如接口請求日誌）；
跨平台兼容：支持Python、Java、JavaScript等多語言，完美適配FastAPI的Pytest測試。

2.2 FastAPI與Allure的結合方式

FastAPI的測試通常使用pytest和fastapi.TestClient（模擬HTTP請求），而Allure通過pytest插件（allure-pytest）集成到測試流程中。具體步驟：

安裝Allure CLI和allure-pytest插件；
用Allure裝飾器標記測試用例（如@allure.feature“功能模塊”、@allure.story“用户故事”）；
運行測試生成Allure結果文件；
啓動Allure服務查看可視化報告。

2.3 配置Allure環境

2.3.1 本地開發環境配置

安裝Java：Allure基於Java開發，需安裝JRE 8+（如OpenJDK 11）：
- Ubuntu：sudo apt install openjdk-11-jre；
- Mac：brew install openjdk@11；
- Windows：下載OpenJDK安裝包（https://adoptium.net/）。
安裝Allure CLI：
從Allure官網下載最新版本的CLI（https://github.com/allure-framework/allure2/releases），解壓後將bin目錄添加到系統PATH（如export PATH=$PATH:/path/to/allure-2.24.0/bin）。

安裝pytest插件：

pip install allure-pytest==2.13.2  # 最新版本（2024年3月）

2.3.2 CI環境配置（GitHub Actions）

在CI中安裝Allure需添加以下步驟（修改.github/workflows/ci.yml）：

# 在“安裝依賴”步驟後添加：
- name: Set up Java 11
  uses: actions/setup-java@v4
  with:
    java-version: "11"
    distribution: "temurin"  # 使用Eclipse Temurin JDK（穩定且常用）

- name: Install Allure CLI
  run: |
    wget https://repo1.maven.org/maven2/io/qameta/allure/allure-commandline/2.24.0/allure-commandline-2.24.0.zip
    unzip allure-commandline-2.24.0.zip
    sudo mv allure-2.24.0 /opt/allure
    sudo ln -s /opt/allure/bin/allure /usr/bin/allure  # 添加到系統PATH

- name: Run tests with Allure
  run: pytest --alluredir=allure-results  # 生成Allure結果文件（存儲在allure-results目錄）

- name: Upload Allure results
  uses: actions/upload-artifact@v4  # 將結果文件上傳為GitHub artifact
  with:
    name: allure-results
    path: allure-results
    retention-days: 7  # 結果文件保留7天

2.4 編寫帶Allure標記的測試用例

以下是FastAPI的Allure測試用例示例（test_main.py），覆蓋GET /和POST /items/端點：

from fastapi.testclient import TestClient
from main import app  # 導入FastAPI應用實例
import allure

# 初始化TestClient（模擬HTTP客户端，用於測試FastAPI端點）
client = TestClient(app)

# 定義Item模型（與main.py中的模型一致，確保測試數據符合約束）
class Item:
    name: str
    price: float
    description: str | None = None

@allure.feature("Root Endpoint")  # 功能模塊：根路徑端點
@allure.story("Get Root Message")  # 用户故事：獲取根路徑的歡迎信息
@allure.title("Test root endpoint returns 200 OK")  # 測試用例標題
@allure.severity(allure.severity_level.CRITICAL)  # 優先級： critical（核心功能）
def test_read_root():
    # 發送GET請求到根路徑
    response = client.get("/")
    # 斷言狀態碼為200
    assert response.status_code == 200
    # 斷言響應內容符合預期
    assert response.json() == {"message": "Hello FastAPI"}

@allure.feature("Item Management")  # 功能模塊：商品管理
@allure.story("Create New Item")  # 用户故事：創建新商品
@allure.title("Test create item with valid data")  # 測試用例標題
@allure.severity(allure.severity_level.NORMAL)  # 優先級：normal（普通功能）
def test_create_item_valid_data():
    # 構造符合Pydantic約束的請求數據（price>0）
    item_data = {
        "name": "iPhone 15",
        "price": 9999.99,
        "description": "A new smartphone"
    }
    # 發送POST請求到/items/端點（JSON格式）
    response = client.post("/items/", json=item_data)
    # 斷言狀態碼為200
    assert response.status_code == 200
    # 斷言響應內容包含提交的數據（假設id自增）
    assert response.json() == {"id": 1, **item_data}

@allure.feature("Item Management")
@allure.story("Create New Item")
@allure.title("Test create item with invalid price")  # 測試用例標題：無效價格（price≤0）
@allure.severity(allure.severity_level.MINOR)  # 優先級：minor（次要功能）
def test_create_item_invalid_price():
    # 構造無效數據（price=0，違反Pydantic的gt=0約束）
    item_data = {
        "name": "Fake Phone",
        "price": 0,
        "description": "Invalid price"
    }
    # 發送POST請求
    response = client.post("/items/", json=item_data)
    # 斷言狀態碼為422（驗證錯誤）
    assert response.status_code == 422

2.5 生成與查看Allure報告

本地環境生成報告：
運行測試用例並生成Allure結果文件：
```
pytest --alluredir=allure-results
```
啓動Allure服務查看報告：
```
allure serve allure-results
```
瀏覽器會自動打開報告頁面（如http://localhost:5050），展示測試結果的統計信息（通過率、失敗率）和詳細的用例列表。
CI環境查看報告：
在GitHub Actions的“Artifacts”標籤中下載allure-results壓縮包，解壓後在本地運行allure serve allure-results即可查看報告。

課後Quiz

問題1：

在FastAPI的CI流水線中，為什麼需要設置Python環境？請結合示例説明其作用。

答案解析：

CI的虛擬環境是“乾淨”的（默認沒有安裝任何Python庫），設置Python環境的作用是確保虛擬環境的Python版本與項目一致。例如：

若項目用Python 3.11開發，而CI虛擬環境默認是Python 3.8，安裝FastAPI時會報錯（FastAPI 0.110.0要求Python ≥3.9）；
通過actions/setup-python@v5指定python-version: "3.11"，可避免版本不兼容問題，確保依賴安裝和測試正常運行。

問題2：

Allure的@allure.feature和@allure.story有什麼區別？請用FastAPI的“商品管理”模塊舉例説明。

答案解析：

@allure.feature：標記大的功能模塊（如“商品管理”“用户管理”）；
@allure.story：標記功能模塊下的具體用户故事（如“創建商品”“刪除商品”“查詢商品列表”）。

舉例：

@allure.feature("商品管理")  # 功能模塊
@allure.story("創建商品")     # 用户故事
def test_create_item():
    # 測試用例代碼

常見報錯解決方案

報錯1：CI中運行pytest提示“ImportError: cannot import name 'app' from 'main'”

原因：

測試文件（如test_main.py）與main.py不在同一目錄，導致Python無法找到main模塊；
main.py中未定義app變量（app = FastAPI()）。

解決：

確保測試文件與main.py在同一目錄；
若測試文件在tests目錄下，需在conftest.py中添加以下代碼（將項目根目錄加入Python路徑）：
```
import sys
sys.path.append(".")  # 項目根目錄（包含main.py的目錄）
```

預防：
保持清晰的項目結構（如tests目錄存放測試文件，main.py在根目錄），並在pyproject.toml中配置Pytest的根目錄：

[tool.pytest.ini_options]
testpaths = ["tests"]
pythonpath = ["."]

報錯2：Allure報告提示“Empty test suite”（無測試結果）

原因：

測試文件未以test_開頭（如main_test.py，Pytest默認不會識別）；
測試函數未以test_開頭（如create_item_test()，Pytest不會執行）；
--alluredir參數指定的目錄錯誤（如allure-results拼寫錯誤）。

解決：

修改測試文件/函數名稱，確保以test_開頭；
檢查pytest命令的--alluredir參數，確保目錄名稱正確（如allure-results）。

預防：
遵循Pytest的命名規範（測試文件test_*.py、測試函數test_*），並在pyproject.toml中配置Pytest的測試文件匹配規則：

[tool.pytest.ini_options]
python_files = "test_*.py"
python_functions = "test_*"

報錯3：FastAPI測試提示“422 Unprocessable Entity”

原因：
請求數據違反Pydantic模型的約束（如price字段小於等於0，或name字段為空）。

解決：

檢查測試用例的請求數據，確保符合Pydantic模型的所有約束；
使用response.json()查看詳細的錯誤信息（如"msg": "Input should be greater than 0"）。

示例：
若Item模型的price字段定義為price: float = Field(..., gt=0)，則測試用例中的price必須大於0：

# 錯誤數據（price=0）
item_data = {"name": "Fake Phone", "price": 0}
# 正確數據（price=999.99）
item_data = {"name": "iPhone 15", "price": 999.99}

預防：
在編寫測試用例前，仔細閲讀Pydantic模型的約束條件（如gt、min_length、regex），確保測試數據符合要求。

餘下文章內容請點擊跳轉至個人博客頁面或者掃碼關注或者微信搜一搜：編程智域前端至全棧交流與成長，閲讀完整的文章：FastAPI的CI流水線怎麼自動測端點，還能讓Allure報告美到犯規？

<details>
<summary>往期文章歸檔</summary>

如何用GitHub Actions為FastAPI項目打造自動化測試流水線？ - cmdragon's Blog
如何用Git Hook和CI流水線為FastAPI項目保駕護航？ - cmdragon's Blog
FastAPI如何用契約測試確保API的「菜單」與「菜品」一致？
為什麼TDD能讓你的FastAPI開發飛起來？ - cmdragon's Blog

如何用FastAPI玩轉多模塊測試與異步任務，讓代碼不再“鬧脾氣”？ - cmdragon's Blog
如何在FastAPI中玩轉“時光倒流”的數據庫事務回滾測試？
如何在FastAPI中優雅地模擬多模塊集成測試？ - cmdragon's Blog
多環境配置切換機制能否讓開發與生產無縫銜接？ - cmdragon's Blog
如何在 FastAPI 中巧妙覆蓋依賴注入並攔截第三方服務調用？ - cmdragon's Blog
為什麼你的單元測試需要Mock數據庫才能飛起來？ - cmdragon's Blog
如何在FastAPI中巧妙隔離依賴項，讓單元測試不再頭疼？ - cmdragon's Blog
如何在FastAPI中巧妙隔離依賴項，讓單元測試不再頭疼？ - cmdragon's Blog
測試覆蓋率不夠高？這些技巧讓你的FastAPI測試無懈可擊！ - cmdragon's Blog
為什麼你的FastAPI測試覆蓋率總是低得讓人想哭？ - cmdragon's Blog
如何讓FastAPI測試不再成為你的噩夢？ - cmdragon's Blog
FastAPI測試環境配置的秘訣，你真的掌握了嗎？ - cmdragon's Blog
全鏈路追蹤如何讓FastAPI微服務架構的每個請求都無所遁形？ - cmdragon's Blog
如何在API高併發中玩轉資源隔離與限流策略？ - cmdragon's Blog
任務分片執行模式如何讓你的FastAPI性能飆升？ - cmdragon's Blog
冷熱任務分離：是提升Web性能的終極秘籍還是技術噱頭？ - cmdragon's Blog
如何讓FastAPI在百萬級任務處理中依然遊刃有餘？ - cmdragon's Blog
如何讓FastAPI與消息隊列的聯姻既甜蜜又可靠？ - cmdragon's Blog
如何在FastAPI中巧妙實現延遲隊列，讓任務乖乖等待？ - cmdragon's Blog
FastAPI的死信隊列處理機制：為何你的消息系統需要它？ - cmdragon's Blog
如何讓FastAPI任務系統在失敗時自動告警並自我修復？ - cmdragon's Blog
如何用Prometheus和FastAPI打造任務監控的“火眼金睛”？ - cmdragon's Blog
如何用APScheduler和FastAPI打造永不宕機的分佈式定時任務系統？ - cmdragon's Blog
如何在 FastAPI 中玩轉 APScheduler，讓任務定時自動執行？ - cmdragon's Blog
定時任務系統如何讓你的Web應用自動完成那些煩人的重複工作？ - cmdragon's Blog
Celery任務監控的魔法背後藏着什麼秘密？ - cmdragon's Blog
如何讓Celery任務像VIP客户一樣享受優先待遇？ - cmdragon's Blog
如何讓你的FastAPI Celery Worker在壓力下優雅起舞？ - cmdragon's Blog
FastAPI與Celery的完美邂逅，如何讓異步任務飛起來？ - cmdragon's Blog
FastAPI消息持久化與ACK機制：如何確保你的任務永不迷路？ - cmdragon's Blog
FastAPI的BackgroundTasks如何玩轉生產者-消費者模式？ - cmdragon's Blog
BackgroundTasks 還是 RabbitMQ？你的異步任務到底該選誰？ - cmdragon's Blog
BackgroundTasks與Celery：誰才是異步任務的終極贏家？ - cmdragon's Blog

</details>

<details>
<summary>免費好用的熱門在線工具</summary>

歌詞生成工具 - 應用商店 | By cmdragon
網盤資源聚合搜索 - 應用商店 | By cmdragon
ASCII字符畫生成器 - 應用商店 | By cmdragon
JSON Web Tokens 工具 - 應用商店 | By cmdragon
Bcrypt 密碼工具 - 應用商店 | By cmdragon
GIF 合成器 - 應用商店 | By cmdragon
GIF 分解器 - 應用商店 | By cmdragon
文本隱寫術 - 應用商店 | By cmdragon
CMDragon 在線工具 - 高級AI工具箱與開發者套件 | 免費好用的在線工具
應用商店 - 發現1000+提升效率與開發的AI工具和實用程序 | 免費好用的在線工具
CMDragon 更新日誌 - 最新更新、功能與改進 | 免費好用的在線工具
支持我們 - 成為贊助者 | 免費好用的在線工具
AI文本生成圖像 - 應用商店 | 免費好用的在線工具
臨時郵箱 - 應用商店 | 免費好用的在線工具
二維碼解析器 - 應用商店 | 免費好用的在線工具
文本轉思維導圖 - 應用商店 | 免費好用的在線工具
正則表達式可視化工具 - 應用商店 | 免費好用的在線工具
文件隱寫工具 - 應用商店 | 免費好用的在線工具
IPTV 頻道探索器 - 應用商店 | 免費好用的在線工具
快傳 - 應用商店 | 免費好用的在線工具
隨機抽獎工具 - 應用商店 | 免費好用的在線工具
動漫場景查找器 - 應用商店 | 免費好用的在線工具
時間工具箱 - 應用商店 | 免費好用的在線工具
網速測試 - 應用商店 | 免費好用的在線工具
AI 智能摳圖工具 - 應用商店 | 免費好用的在線工具
背景替換工具 - 應用商店 | 免費好用的在線工具
藝術二維碼生成器 - 應用商店 | 免費好用的在線工具
Open Graph 元標籤生成器 - 應用商店 | 免費好用的在線工具
圖像對比工具 - 應用商店 | 免費好用的在線工具
圖片壓縮專業版 - 應用商店 | 免費好用的在線工具
密碼生成器 - 應用商店 | 免費好用的在線工具
SVG優化器 - 應用商店 | 免費好用的在線工具
調色板生成器 - 應用商店 | 免費好用的在線工具
在線節拍器 - 應用商店 | 免費好用的在線工具
IP歸屬地查詢 - 應用商店 | 免費好用的在線工具
CSS網格佈局生成器 - 應用商店 | 免費好用的在線工具
郵箱驗證工具 - 應用商店 | 免費好用的在線工具
書法練習字帖 - 應用商店 | 免費好用的在線工具
金融計算器套件 - 應用商店 | 免費好用的在線工具
中國親戚關係計算器 - 應用商店 | 免費好用的在線工具
Protocol Buffer 工具箱 - 應用商店 | 免費好用的在線工具
IP歸屬地查詢 - 應用商店 | 免費好用的在線工具
圖片無損放大 - 應用商店 | 免費好用的在線工具
文本比較工具 - 應用商店 | 免費好用的在線工具
IP批量查詢工具 - 應用商店 | 免費好用的在線工具
域名查詢工具 - 應用商店 | 免費好用的在線工具
DNS工具箱 - 應用商店 | 免費好用的在線工具
網站圖標生成器 - 應用商店 | 免費好用的在線工具
XML Sitemap

</details>

風流倜儻的傷痕日志

@fengliudeshanghen

标签

後端 (616)

JAVA (556)

數據庫 (310)

Python (289)

MySQL (192)

php (185)

go (184)

redis (93)

postgresql (89)

nosql (49)

elasticsearch (48)

mongodb (41)

动态

FastAPI的CI流水線怎麼自動測端點，還能讓Allure報告美到犯規？ - 动态详情

FastAPI與持續集成流水線構建

1.1 什麼是持續集成（CI）？

1.2 選擇CI工具：GitHub Actions為例

1.3 編寫FastAPI項目的CI流水線配置

1.4 流水線的關鍵步驟解析

Allure測試報告可視化分析

2.1 Allure是什麼？

2.2 FastAPI與Allure的結合方式

2.3 配置Allure環境

2.3.1 本地開發環境配置

2.3.2 CI環境配置（GitHub Actions）

2.4 編寫帶Allure標記的測試用例

2.5 生成與查看Allure報告

課後Quiz

問題1：

答案解析：

問題2：

答案解析：

常見報錯解決方案

報錯1：CI中運行pytest提示“ImportError: cannot import name 'app' from 'main'”

報錯2：Allure報告提示“Empty test suite”（無測試結果）

報錯3：FastAPI測試提示“422 Unprocessable Entity”

Add a new 评论

風流倜儻的傷痕 日志

@fengliudeshanghen

标签

後端 (616)

JAVA (556)

數據庫 (310)

Python (289)

MySQL (192)

php (185)

go (184)

redis (93)

postgresql (89)

nosql (49)

elasticsearch (48)

mongodb (41)

动态

FastAPI的CI流水線怎麼自動測端點，還能讓Allure報告美到犯規？ - 动态 详情

FastAPI與持續集成流水線構建

1.1 什麼是持續集成（CI）？

1.2 選擇CI工具：GitHub Actions為例

1.3 編寫FastAPI項目的CI流水線配置

1.4 流水線的關鍵步驟解析

Allure測試報告可視化分析

2.1 Allure是什麼？

2.2 FastAPI與Allure的結合方式

2.3 配置Allure環境

2.3.1 本地開發環境配置

2.3.2 CI環境配置（GitHub Actions）

2.4 編寫帶Allure標記的測試用例

2.5 生成與查看Allure報告

課後Quiz

問題1：

答案解析：

問題2：

答案解析：

常見報錯解決方案

報錯1：CI中運行pytest提示“ImportError: cannot import name 'app' from 'main'”

報錯2：Allure報告提示“Empty test suite”（無測試結果）

報錯3：FastAPI測試提示“422 Unprocessable Entity”

Add a new 评论

風流倜儻的傷痕日志

FastAPI的CI流水線怎麼自動測端點，還能讓Allure報告美到犯規？ - 动态详情