codex生成高质量pytest测试需四步：一、明确指定文件路径、函数名、框架及异常场景；二、关联项目根目录让其自动解析依赖与类型提示；三、提供输入输出样例或断言规则，避免校验动态字段；四、运行后修正mock路径与返回值结构。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让 Codex 自动生成符合项目结构和业务逻辑的测试代码，而不是手动编写重复的单元测试用例，避免遗漏边界条件、浪费半天时间调试基础断言。
明确告诉 Codex 你要测什么函数
打开 Codex APP 或 CLI 工具，在对话框中输入清晰的自然语言指令，例如：“为 Python 文件 src/utils/validate_coupon.py 中的 can_user_receive() 函数生成 pytest 单元测试，覆盖用户未登录、活动已结束、库存为 0、重复领取四种异常场景，以及一次正常领取。”
这一步不能只说“写个测试”，Codex 没有上下文就只能输出模板化代码；必须指明文件路径、函数名、语言、框架和关键分支。
如果目标函数依赖数据库或外部服务，要主动补充说明：“该函数内部调用 db.get_coupon_stock() 和 auth.is_logged_in()，请用 pytest-mock 替换它们。”
让 Codex 读代码再生成测试
在支持仓库理解的 Codex 环境（如 Codex APP 或本地集成 VS Code 插件）中，直接上传或关联项目根目录。
输入指令：“分析整个 src/ 目录，识别 coupon_service.py 中所有 public 函数，为每个函数生成带覆盖率注释的 pytest 测试骨架。”
它会自动解析 import 链、类型提示、docstring，并判断哪些函数需要 mock、哪些可直连测试数据库——跳过这步，生成的测试大概率因路径错误或 mock 错位而无法运行。
生成后检查测试文件是否被放在 tests/unit/ 下且命名匹配，比如 test_coupon_service.py；若生成到了临时目录，需手动移动并修正 import 路径。
补全真实数据与断言逻辑
方法一：提供输入输出样例
在指令末尾追加：“以下是一组真实调用示例，请按此格式生成断言：
- 输入：user_id=1001, coupon_id='C2026' → 输出：{'status': 'success', 'code': 200}
- 输入：user_id=1001, coupon_id='C2026'（第二次）→ 输出：{'status': 'failed', 'code': 403, 'reason': 'already_received'}”
方法二：指定断言重点
写明：“每个测试用例必须包含 assert response['code'] == xxx，且对 'reason' 字段做 in 断言，不校验时间戳等动态字段。”
注意：Codex 可能自作主张校验 datetime.now() 返回值，导致测试随机失败，必须人工删掉这类断言。
运行并修复失败用例
第一步：在终端执行 pytest tests/unit/test_coupon_service.py -v，观察哪些用例报 ModuleNotFoundError 或 AttributeError。
第二步：定位报错行，常见问题是 Codex 把 mock 对象写成 mock.patch('utils.db.get_stock')，但实际路径是 coupon_service.db.get_stock——必须按被测函数所在模块的 import 路径写 mock。
第三步：对 mock 行为补全返回值，例如把 mock_db.return_value = 5 改为 mock_db.return_value = {'stock': 5, 'start_time': '2026-05-20'}，否则断言字典键会失败。
第四步：保存修改，重新运行该单个用例验证：pytest tests/unit/test_coupon_service.py::test_can_user_receive_already_received -v。
