14.3 后端与 API 提示（2）

{
"code": "return jsonify({\"message\": \"Book added successfully\"}), 201

@app.route(\"/books\", methods=[\"GET\"])\ndef get_books():\n    books = Book.query.all()\n    return jsonify([{\"id\": b.id, \"title\": b.title, \"author\": b.author} for b in books])\n\n@app.route(\"/books/<int:book_id>\", methods=[\"GET\"])\ndef get_book(book_id):\n    book = Book.query.get(book_id)\n    if not book:\n        return jsonify({\"error\": \"Book not found\"}), 404\n    return jsonify({\"id\": book.id, \"title\": book.title, \"author\": book.author})\n\n@app.route(\"/books/<int:book_id>\", methods=[\"DELETE\"])\ndef delete_book(book_id):\n    book = Book.query.get(book_id)\n    if not book:\n        return jsonify({\"error\": \"Book not found\"}), 404\n    db.session.delete(book)\n    db.session.commit()\n    return jsonify({\"message\": \"Book deleted\"})\n\nif __name__ == \"__main__\":\n    app.run(debug=True)\n\n## 14.4 测试与调试提示\n测试与调试是 Claude Code 从编码助手转变为软件质量合作伙伴的环节。编写良好的提示不仅可以帮助 Claude 生成测试用例，还可以诊断逻辑错误、解读堆栈跟踪，甚至解释如何修复 bug。本节重点介绍如何编写结构化、可复现的测试与调试提示，以获得高质量、可验证的结果。\n\nClaude 的优势在于其上下文推理能力——它能够理解函数应该执行的操作、检测失败原因，并在同一工作流中同时生成测试和修复方案。通过合适的提示结构，你可以将 Claude 视为一名灵活的全职测试工程师，补充你自身的直觉，省去大量人工检查的时间。\n\n### 概念开发\n在提示 Claude 进行测试和调试时，清晰性和范围限定至关重要。与人类测试人员不同，Claude 无法很好地推断未明确说明的需求——你必须明确指定范围、框架和预期行为。始终能产生良好结果的关键提示要素包括：\n\n- 框架指定——例如"使用 pytest"、"使用 Jest"或"使用 unittest"。\n- 覆盖范围——定义要测试的函数、模块或边界情况。\n- 预期格式——要求提供可运行的测试文件，而非代码片段。\n- 错误处理——提供供 Claude 分析的示例堆栈跟踪。\n- 验证意图——指示 Claude 确认修复方案能通过所有测试。\n\n一个结构良好的调试提示不仅仅是请求修复；它会解释观察到的行为，并引导 Claude 一步步进行推理。\n\n### 动手示例 1：使用 Pytest 编写单元测试\n**提示**：\n你是一名 Python 质量保证工程师。\n为以下函数编写 pytest 测试用例。\n确保覆盖有效输入、无效输入和边界情况。\n返回一个完整可运行的测试文件。\n\n```python\ndef divide(a, b):\n    return a / b\n```\n\n**Claude 输出（示例）**：\n```python\nimport pytest\nfrom main import divide\n\ndef test_divide_valid():\n    assert divide(10, 2) == 5\n    assert divide(-6, 3) == -2\n\ndef test_divide_zero_division():\n    with pytest.raises(ZeroDivisionError):\n        divide(5, 0)\n\ndef test_divide_floats():\n    assert pytest.approx(divide(5.0, 2.0), 0.001) == 2.5\n\ndef test_divide_large_numbers():\n    assert divide(1_000_000, 10) == 100_000\n```\n\n**解释**：Claude 创建了一个干净、结构化的测试文件，涵盖了边界情况——包括浮点精度和错误处理。得益于精心设计的提示，它在未被明确告知具体测试内容的情况下，自动推断出了边界条件。\n\n### 动手示例 2：通过错误跟踪分析进行调试\n**提示**：\n你是一名调试助手。\n分析以下 Python 跟踪回溯，识别根本原因。\n然后，正确地重写有缺陷的代码并给出解释。\n\n```\nTraceback (most recent call last):\n  File \"app.py\", line 10, in <module>\n    result = calculate_area(5)\nTypeError: calculate_area() missing 1 required positional argument: 'height'\n\n```python\ndef calculate_area(width, height=2):\n    return width * height\n```\n\n**Claude 输出（示例）**：\n```python\n# 修复后的代码\ndef calculate_area(width, height=2):\n    return width * height\n\n# 正确的用法\nresult = calculate_area(5, 4)\nprint(result) # 输出：20\n```\n\n**解释**：Claude 准确地识别了问题——函数调用缺少必需的位置参数。它不仅提供了修正后的代码，还在上下文中解释了修复方案，使调试成为一个学习过程，而非猜测游戏。\n\n### 动手示例 3：JavaScript Jest 测试自动化\n**提示**：\n为以下 Express.js 路由编写 Jest 测试用例。\n覆盖成功、失败和验证场景。\n\n```javascript\napp.post(\"/users\", (req, res) => {\n    const { name, email } = req.body;\n    if (!name || !email) return res.status(400).json({ message: \"Invalid input\" });\n    res.status(201).json({ message: \"User created\" });\n});\n```\n\n**Claude 输出（示例）**：\n```javascript\nimport request from \"supertest\";\nimport express from \"express\";\n\nconst app = express();\napp.use(express.json());\n\napp.post(\"/users\", (req, res) => {\n    const { name, email } = req.body;\n    if (!name || !email) return res.status(400).json({ message: \"Invalid input\" });\n```

```markdown
res.status(201).json({ message: "User created" });

});

describe("POST /users", () => {

it("should create a user successfully", async () => {

const res = await request(app)

.post("/users")

.send({ name: "Alice", email: "alice@example.com" });

expect(res.statusCode).toBe(201);

expect(res.body.message).toBe("User created");

});

it("should return 400 for invalid input", async () => {

const res = await request(app).post("/users").send({});

expect(res.statusCode).toBe(400);

});

});

原理说明：该提示定义了三个预期——框架、测试覆盖范围和验证行为。Claude 返回了一个可工作的测试套件，该套件使用 Supertest，处理有效和无效输入，并可在 Node.js 中立即运行。

动手示例 4：调试循环中的逻辑错误

提示：

分析这段会产生错误结果的 Python 代码。

解释逻辑错误并提供修正后的版本。

def calculate_sum(numbers):

total = 0

for num in numbers:

total = num # bug here

return total

print(calculate_sum([1, 2, 3]))

Claude 输出（示例）：