vscode通过ai生成mock数据的核心是利用插件与ai工具结合实现高效测试数据生成。首先选择支持ai或自定义脚本的插件如rest client，并集成mockaroo等在线服务或使用github copilot辅助编写脚本；其次通过编写node.JS脚本结合faker.js库生成复杂数据，并在tasks.json中配置任务运行；接着在settings.json中配置file watcher监听mockdata.json文件变化，实现自动保存与触发；然后在tasks.json中设置runon属性使run tests任务在文件保存后自动执行；最后将生成的数据应用于api、ui或性能测试中，例如在jest测试中读取mockdata.json作为输入，从而提升自动化测试效率。
vscode通过AI生成Mock数据，核心在于利用合适的插件和ai工具，简化并加速测试数据的准备过程。这不仅提高了开发效率，也确保了测试覆盖率，毕竟，谁也不想手动敲一堆假数据吧？
利用VSCode，我们可以集成一些AI驱动的Mock数据生成工具，告别手动编写的繁琐。
解决方案
-
选择合适的VSCode插件： 市场上有很多Mock数据生成插件，例如”JSON Generator”、”Mockoon”、”REST Client”等。但要实现AI驱动，我们需要寻找那些集成了AI能力或支持自定义脚本的插件。一个不错的选择是结合使用”REST Client”和一些在线AI Mock数据生成服务。
-
集成AI Mock数据生成服务： 像Mockaroo、JSONPlaceholder这样的在线服务，虽然不是直接的AI，但它们提供了丰富的数据类型和API，可以满足大部分Mock数据需求。更进一步，你可以尝试使用一些AI代码生成工具，比如gitHub Copilot，来辅助编写生成更复杂Mock数据的脚本。
-
使用”REST Client”插件发送请求： 安装”REST Client”后，创建一个
.http
文件，编写请求，例如：
### 获取Mock数据 GET https://api.mockaroo.com/api/generate.json?key=YOUR_API_KEY&schema=YOUR_SCHEMA_NAME Content-Type: application/json
替换
YOUR_API_KEY
和
YOUR_SCHEMA_NAME
为你在Mockaroo或其他服务上的API Key和Schema名称。
-
自定义数据生成脚本： 如果需要更高级的Mock数据，可以编写Node.js脚本，利用Faker.js这样的库来生成各种类型的数据，然后通过VSCode的Task Runner来执行脚本，并将结果保存到文件中。
// mockDataGenerator.js const { faker } = require('@faker-js/faker'); const fs = require('fs'); const generateMockData = (count) => { const data = []; for (let i = 0; i < count; i++) { data.push({ id: faker.datatype.uuid(), name: faker.name.findName(), email: faker.internet.email(), address: faker.address.streetAddress(), }); } return data; }; const mockData = generateMockData(10); fs.writeFileSync('mockData.json', JSON.stringify(mockData, null, 2)); console.log('Mock data generated successfully!');然后在
tasks.json
中配置Task：
{ "version": "2.0.0", "tasks": [ { "label": "Generate Mock Data", "type": "shell", "command": "node mockDataGenerator.js", "problemMatcher": [] } ] }
如何在VSCode中配置Mock数据自动刷新？
配置Mock数据自动刷新，可以利用VSCode的File Watcher功能，结合Task Runner，实现当Mock数据文件发生变化时，自动触发测试或其他操作。这有点像热重载，但针对的是测试数据。
-
配置File Watcher： 在
.vscode
目录下创建一个
settings.json
文件，添加以下配置：
{ "files.watcherExclude": { "**/mockData.json": false }, "files.autoSave": "afterDelay", "files.autoSaveDelay": 1000 }这里我们取消了对
mockData.json
文件的监听排除，并设置自动保存延时。
-
修改
tasks.json
： 在
tasks.json
中，添加一个
runOn
属性，指定当
mockData.json
文件发生变化时，执行某个Task。例如，你可以创建一个运行测试的Task，并在
runOn
中指定
mockData.json
。
{ "version": "2.0.0", "tasks": [ { "label": "Generate Mock Data", "type": "shell", "command": "node mockDataGenerator.js", "problemMatcher": [], "group": "build" }, { "label": "Run Tests", "type": "shell", "command": "npm test", "problemMatcher": [], "runOn": "fileSystemSave mockData.json" } ] }这样，每次
mockData.json
文件保存后，
Run Tests
这个Task就会自动执行。
VSCode插件市场上有哪些值得推荐的Mock数据生成插件？
除了前面提到的”JSON Generator”、”Mockoon”、”REST Client”之外，还有一些其他的插件也值得关注：
- Prettier – Code formatter: 虽然不是直接生成Mock数据，但它可以格式化JSON数据，让你的Mock数据更易读。
- Codeium/github Copilot: AI代码助手，可以辅助你编写Mock数据生成脚本，提高效率。
- Random everything: 快速生成随机数据，虽然功能比较简单，但在某些场景下非常实用。
- JSON Tools: 提供JSON数据的校验、格式化、压缩等功能，方便你处理Mock数据。
选择插件时，需要根据自己的实际需求进行评估。例如，如果需要生成复杂的、关联性强的Mock数据，可能需要结合AI代码助手和自定义脚本来实现。如果只需要生成简单的随机数据，那么一些轻量级的插件就足够了。
如何在自动化测试中利用AI生成的Mock数据？
在自动化测试中，AI生成的Mock数据可以用于模拟各种场景，例如：
- API测试： 模拟API的响应数据，测试客户端的解析和处理逻辑。
- UI测试： 模拟用户输入数据，测试UI的展示和交互逻辑。
- 性能测试： 生成大量Mock数据，模拟高并发场景，测试系统的性能。
具体做法是，在测试脚本中，读取AI生成的Mock数据文件，然后将其作为测试用例的输入。例如，使用Jest进行单元测试时：
// example.test.js const fs = require('fs'); const { myFunction } = require('./myModule'); const mockData = JSON.parse(fs.readFileSync('mockData.json', 'utf-8')); describe('myFunction', () => { it('should return the correct result', () => { mockData.forEach(data => { const result = myFunction(data); expect(result).toBeDefined(); // 假设你的测试逻辑 }); }); });
总而言之，VSCode结合AI生成Mock数据，是一个提升开发和测试效率的有效途径。关键在于选择合适的工具和方法，并根据实际需求进行定制。
