看懂 CrewAI 单元测试的 3 个核心机制

看懂 CrewAI 单元测试的 3 个核心机制【免费下载链接】crewAIFramework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.项目地址: https://gitcode.com/GitHub_Trending/cr/crewAI我第一版 CrewAI 单元测试20 个用例跑了 20 分钟还烧掉 API 配额而这份仓库的 275 个测试文件能离线跑完0 次真实网络请求。它是怎么做到的先跑起来 两条命令足够。pytest、vcrpy 这些测试依赖不在某个 pip extra 里而是放在根目录pyproject.toml的dev依赖组所以要用 uv 在工作区层面安装# 工作区级安装包含全部测试依赖 uv sync --all-groups # 运行一个纯离线的最小用例 cd lib/crewai uv run pytest tests/test_task.py::test_task_tool_reflect_agent_tools -v运行后你会看到1 passed几秒结束。没有配置任何 API key全程没有网络请求——这个用例只验证Task 的工具会继承 Agent 的工具不需要真调模型。CrewAI 单元测试的 3 个离线机制lib/crewai/tests/ 下的 275 个测试文件靠三层保障串起来每层都对应仓库里一个具体目录或配置文件。磁带API 响应是放录的不是现调的cassettes/ 目录里的 591 个 yaml 是录制好的API 响应磁带。测试标上pytest.mark.vcr()vcrpy 就按请求匹配、回放对应 yaml 里的响应。录制时所有 api-key 之类敏感头会被替换成占位符防泄漏CI 环境则强制record_modenone——没有磁带直接失败等于把整套测试焊死在离线状态。# 加一行标注本用例就从 cassettes/ 下对应 yaml 回放响应 pytest.mark.vcr() def test_agent_calls_llm(...): ...autouse fixture每个用例都是独立小环境根目录 conftest.py 里有三个autousefixture每个用例前后各跑一遍setup_test_environment建临时目录写入CREWAI_STORAGE_DIR互不污染存储cleanup_event_handlers和reset_event_state清空事件总线订阅与计数前一个用例的事件不会漏进后一个。密钥文件.env.test也在这里被自动加载。如果你写自己的 CrewAI 单元测试并订阅了事件照这个模式来fixture 里注册 handleryield之后清掉。并行切分275 个文件也能在半小时内跑完并行分两级。本地由根pyproject.toml的addopts提供-n auto --distloadfile --block-network同一文件落到同一 worker避免磁带争用--block-network直接在 worker 层封掉 socket没网是真没网。CI 再把套件用--splits 8切进 8 个作业、--maxfail3快速止损配置见 .github/workflows/tests.yml。常见坑为什么你的 CrewAI 单元测试还在打真 API ⚠️现象用例突然调了真实 API。原因没录磁带或record_mode被改成new。修复命令前加PYTEST_VCR_RECORD_MODEnone需要录新磁带时再显式放开。现象pip install -e lib/crewai后 pytest 报缺插件。原因测试依赖在根pyproject.toml的dev组不在 pip extra 里。修复改用uv sync --all-groups再用uv run pytest。现象新写的 vcr 用例本地过、CI 报 cassette not found。原因CI 强制record_modenone没磁带即失败。修复本地先录一次把 yaml 和用例一起提交。下一步往哪走两个方向。想读懂任务行为从 lib/crewai/tests/task/ 入手同级的 tests/test_task.py 是最容易模仿的写法先 mock 掉Agent.execute_task再断言调用参数不碰模型。团队用例多了、需要可视化配置测试参数可以看企业版的测试平台界面先打开 tests/task/ 通读一个测试文件你下个项目就能复刻这套 0 网络的 CrewAI 单元测试。【免费下载链接】crewAIFramework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks.项目地址: https://gitcode.com/GitHub_Trending/cr/crewAI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考