体验 ChatGPT 有段时间了，关于它的代码能力，只是比较粗浅地使用过。比如让它解一道算法题、解释一段代码的含义等。但它的潜力不止于此，它可以做更多的事情。比如，我们可以让它实现一个 To-Do List Web 应用，像下图这样。

生成初版 To-Do List

和 ChatGPT 对话，最重要的是准确地描述需求。在开源社区中总结了大量的提示语（Prompts）[1]来应对不同的场景，可以参考里面的模式来描述。

通常来说，需要给定 ChatGPT 一个身份，比如软件开发人员，然后告知它要实现或者做什么事情。针对本文的 To-Do List，我们可以让它使用 Python 和 Vue 来实现。

很快，ChatGPT 给出了：

  • 安装依赖命令

  • 基于FastAPI、SqlAlchemy实现 To-Do 应用的服务端

  • 基于Vue.js实现的前端页面

但每部分都有一些细节不到位，我们需要慢慢指引 ChatGPT。

完善数据库操作

在初版的 Python 代码中，并未实现数据库操作的底层逻辑。可以提醒 ChatGPT，它会补充相关逻辑。

尽管补充了对 todo 任务的增删改查逻辑，但使用的是内存中的变量，而并未使用数据库，这时就让它改用sqlite存储。

ChatGPT 迅速改用了sqlite数据库，不过使用的 Python 内置的sqlite3库，而没有使用 ORM，那么可以继续提醒它修改。

现在，数据库的部分算是达到目标了。

生成测试用例

在服务端逻辑生成完毕后，自然少不了测试。既然 ChatGPT 可以生成业务逻辑，那么生成测试代码应该也不在话下。那么，不妨让它生成测试用例，支持 Python 中主流的pytest测试框架。

从生成用例的结果看，覆盖了每一种操作，也验证了操作后预期的状态和属性值，能节省非常多的用例编写时间。

不过，这里也有一些小瑕疵。比如override_get_db是用来重载应用业务代码中get_db的逻辑，进而确保测试时使用的是测试数据库，但生成的代码中并未使用到override_get_db。这就需要我们提醒它。

另外，ChatGPT 并未考虑到每个用例运行结束后的数据清理。提醒它后，它非常聪明地想到使用pytest的fixutres特性来解决，真是非常的优秀。

编写有样式的页面

原本 ChatGPT 生成的前端页面并未考虑样式，而直接由Vue.js渲染出原生的 HTML 内容。不妨让它使用 Bootstrap 来做。

紧接着，再让 ChatGPT 告诉我们如何让 FastAPI 展示这个前端页面，那么前后端的桥梁算是搭建成功了。

生成开源项目中其他重要文件

一个好的 Python 项目除了有代码和测试之外，还需要有README、License、.gitignore、Makefile等。这在 ChatGPT 这里依旧是小 case。

  • README

  • License

  • .gitignore

  • Makefile

总结

使用 ChatGPT 实现这样的程序是一件非常容易的事情，这个项目的成品发布在了GitHub[2]，可以瞅瞅它的效果。

尽管 ChaGPT 写出的代码不能 100% 运行成功，里面也有一些逻辑上的小瑕疵。但毫无疑问它的出现会让程序员的功能效率大大提升。只要我们具备一定的编程能力，结合 ChatGPT 就能实现一些原本需要学习大量知识+练习才能实现的功能。比如，一个对后端熟悉但对前端一窍不通的人，就能基于 ChatGPT 生成的前端代码快速修改完善实现前端页面。它像一位助手、老师，会让我们的编程之路走地更顺、更远！

最后：下方这份完整的软件测试视频学习教程已经整理上传完成，朋友们如果需要可以自行免费领取【保证100%免费】

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！