企业官网建设流程全解析

写 CrewAI 单元测试必踩的 4 个坑，一个个拆给你看

【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

刚把 CrewAI 仓库跑起来写用例的人，经常掉进同一个坑：单个用例本地全绿，一跑全套就莫名失败。问题往往不在你的代码里，而在测试环境本身。这篇文章用仓库里现成的测试代码，拆掉写 CrewAI 单元测试时最常见的 4 个坑，看完就能直接上手改和写。

坑 1 🔌：用例直接打真 LLM，又慢又不稳

先看症状：用例超时、重跑一次换个报错。多半是它真的在调线上 LLM 接口，响应内容和 token 消耗每次都不一样。

仓库的解法在根目录 conftest.py：接入 VCR 录制/回放机制，所有 LLM 请求的应答都存在 cassettes 目录 里，CI 环境里record_mode直接设成none，只回放、不发任何真实请求。

config = { "cassette_library_dir": vcr_cassette_dir, "record_mode": "once", "match_on": ["method", "scheme", "host", "port", "path"], }

这段配置验证的是「LLM 调用能否离线复现」：新用例首次跑时录制一次，之后永远走本地回放，用例从此确定、零成本。

坑 2 🧹：用例串味——单跑能过、合跑就挂

第二个坑：用例单跑通过，套件里跑却挂在一个你没动过的测试上。这是 CrewAI 的事件总线和环境变量在用例之间泄漏了状态。

看根目录 conftest.py 里那组 autouse 夹具，每个用例跑完都会清场：

@pytest.fixture(autouse=True, scope="function") def cleanup_event_handlers(): yield crewai_event_bus._sync_handlers.clear() crewai_event_bus._async_handlers.clear()

它验证的是「事件处理器不会跨用例残留」。自己写测试时照抄这个纪律：全局状态（事件总线、环境变量、临时目录）必须靠夹具重置，别指望上一个用例帮你铺好环境。

坑 3 🎯：断言只写「没抛异常」

第三个坑：断言写成assert result is not None，不崩就算过。CrewAI 的测试里，真正值钱的是对 prompt 内容和输出结构的断言。看 test_markdown_task.py 的做法：

prompt = task.prompt() assert "Your final answer MUST be formatted in Markdown syntax." in prompt

这条断言验证的是「markdown=True参数有没有真正写进 prompt」。断言对象是具体文本而不是布尔值——哪天 prompt 模板被改坏，用例会立刻红给你看，这正是你要的效果。

用例写在哪：按模块找目录

前两坑绕开后，新用例该放哪？测试主体在 测试用例目录，按源码模块分目录存放：agents/管代理行为与工具调用，task/管任务执行，crew/管编排，llms/、tools/管模型与工具集成。改哪个模块，用例就丢进对应子目录，cassette 路径也会自动跟着测试文件结构生成。

这是企业版的测试配置页，可以指定模型和参数跑测。思路跟单元测试一致：输入固定住，输出才好比。

跑慢了别猜：用追踪和耗时榜定位

用例能跑但很慢时，别靠猜。CrewAI 自带 tracing，每一步的输入、输出、耗时都能看到：

用例超时的时候，先判断瓶颈在 LLM 调用还是自己写的逻辑：前者应该被 cassette 录制回放，后者就该改代码。定位慢用例还有一条快路径：

cd lib/crewai && uv run pytest tests/task/ -vv --timeout=60 --durations=10

这条命令跑 task 模块的用例，单个用例 60 秒超时，跑完打印最慢的 10 个。CI 里排查性能回退用的就是同一招。

交给 CI 跑，本地只留调试

最后一步是把测试跑起来变成自动的。看 CI 测试配置，它用「4 个 Python 版本 × 8 组并行切分」的矩阵跑全套，并且只在检测到代码变更（排除纯文档 PR）时才触发。

matrix: python-version: ['3.10', '3.11', '3.12', '3.13'] group: [1, 2, 3, 4, 5, 6, 7, 8]

这个配置验证的是「任何一次提交都不会悄悄破坏现有行为」，--maxfail=3还会在连挂 3 个用例时提前止损。连上 CI 之后，本地跑套件只留给调试；代理的输出天生不确定，但测试必须是确定的——这 4 个坑都避开，你写的 CrewAI 测试才稳定、可复现、值得信。

【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