需在ci/cd中自动校验gemini响应质量：建test_cases.json定义prompt及length/keywords/patterns规则；分组≤15条防限流；用generate_content_batch（≤10）或asyncio+semaphore(3)并发调用，必带request_id；执行结构、长度、关键词、禁忌词四维校验；生成含request_id、prompt_hash、status_code等字段的report.csv。
☞☞☞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☜☜☜
你需要在CI/CD流水线中自动运行一批提示词，对比Gemini模型每次返回的响应是否符合预设质量标准，避免人工逐条检查耗时且漏判。
准备测试用例集与断言规则
新建一个JSON文件（如test_cases.json），每条记录包含prompt、expected_length_min、required_keywords、forbidden_patterns四个字段。不要用CSV——Gemini输出含换行或引号时CSV解析极易出错。
在required_keywords中填入必须出现的术语，例如["JSON格式","状态码200","幂等性"]；forbidden_patterns填入绝对不能出现的词，例如["可能","也许","建议你"]。这一步漏填任何一项，后续校验将完全失效。
把所有测试用例按业务模块分组，每组不超过15条。超过15条后Gemini批量调用容易触发限流，且单次失败难以定位具体哪条case异常。
构造带上下文约束的批量请求
方法一：用generateContentBatch一次性提交多条prompt
调用genai.GenerativeModel.generate_content_batch()，传入list[dict]，每项含parts=[{"text": prompt}]和generation_config（指定max_output_tokens=512）。注意：batch size不能超过10，否则Google Cloud会直接拒绝请求并返回429。
方法二：并发调用+限速控制
用asyncio.Semaphore(3)限制并发数为3，配合aiohttp异步发送单条请求。比batch更稳定，尤其当部分prompt触发模型重试逻辑时不会拖垮整批。
【必须设置request_id字段】在每个请求的metadata里注入唯一request_id，用于后续日志追踪和失败回溯。不加这个字段，CI失败时你根本无法判断是第几条prompt导致超时。
执行四维响应质量校验
第一步：结构合规性检查→提取响应文本→用json.loads()尝试解析→捕获JSONDecodeError则标记“结构错误”
第二步：长度阈值验证→计算实际字符数→低于expected_length_min即判定“信息不全”
第三步：关键词命中检测→对required_keywords逐个执行text.find(keyword) != -1→任一未命中即标为“语义缺失”
第四步：禁忌词拦截→遍历forbidden_patterns→text.count(pattern) > 0立即中断并标记“风险表述”
校验过程禁止使用正则模糊匹配forbidden_patterns——Gemini有时会把“也许”拆成“也 许”绕过基础检测，必须用字符串精确匹配。
生成可读性测试报告
用Python内置csv.writer写入report.csv，字段顺序为：request_id, prompt_hash, status_code, error_type, response_length。
status_code填数字：200=全部通过，400=结构错误，401=信息不全，403=语义缺失，406=风险表述。
error_type只写最严重的一项，不堆砌多个。比如同时存在结构错误和风险表述，只记“结构错误”。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
