JMeter 结合 Jenkins 与 AI 的自动化测试实践

② 提取 token（JSON Path Extractor）：

右键「登录接口」→ 添加 → 后置处理器 →「JSON Path Extractor」：

③ 下单接口引用：在请求头添加 Authorization: Bearer ${token} 即可自动携带 token。

3. 精准断言：响应断言 + JSR223 断言

从'表面校验'到'业务逻辑校验'，避免人工核对结果的重复工作。

实操步骤：

① 基础校验（响应断言）：

• 右键「接口」→ 添加 → 断言 →「响应断言」：
  • 应用到：主样本；要测试的字段：响应代码、响应文本；
  • 测试模式：填写 200（校验响应码）、登录成功（校验响应文本）。

② 复杂逻辑校验（JSR223 断言，Groovy 脚本）：

比如校验 userId 是大于 1000 的整数：

// 导入 JSON 解析工具
import groovy.json.JsonSlurper
def response = prev.getResponseDataAsString()
def jsonData = new JsonSlurper().parseText(response)
// 业务逻辑校验
def userId = jsonData.data.userId
if (!(userId instanceof Integer) || userId <= 1000) {
    AssertionResult.setFailure(true)
    AssertionResult.setFailureMessage("userId 校验失败：值为${userId}，要求>1000 的整数")
}

二、Jenkins 集成 JMeter，实现自动化运行

把 JMeter 脚本接入 Jenkins，实现定时执行、报告自动生成。

1. 环境准备

• Jenkins 安装「Performance Plugin」（生成测试报告）、「Git Plugin」（拉取脚本，可选）；
• 服务器配置 JMETER_HOME 环境变量，确保 jmeter -v 能正常执行。

2. Jenkins 任务配置

① 新建自由风格项目，命名 JMeter_Auto_Test；

② 构建步骤（执行 shell）：

# 非 GUI 运行脚本，生成 jtl 结果和 HTML 报告
jmeter -n -t ${WORKSPACE}/test_script.jmx -l ${WORKSPACE}/test_result.jtl -e -o ${WORKSPACE}/test_report

③ 构建后操作：添加「Publish Performance test result report」，报告文件填 **/*.jtl，勾选'Show Graphs'；

④ 定时构建（可选）：添加 cron 表达式（如 0 2 * * *，每天凌晨 2 点执行）。

三、AI 赋能：效率提升的核心环节

利用 AI 工具替代人工完成'写脚本、改脚本、排错'，大幅压缩工作时间。

1. AI 自动生成 JMeter 测试用例（基于接口文档）

核心：精准提示词 = AI 高效输出

给 AI 的提示词模板（直接复制使用）：

请基于以下接口文档生成完整的 JMeter 脚本（.jmx 格式），要求：
1. 接口信息：
   - 登录接口：POST http://xxx.xxx.xxx:8080/api/login
   - 请求参数：{"username":"string","password":"string"}
   - 响应：{"code":int,"msg":"string","data":{"token":"string","userId":int}}
   - 下单接口：POST http://xxx.xxx.xxx:8080/api/order/create
   - 请求头：Authorization: Bearer {token}
   - 请求参数：{"userId":int,"goodsId":int,"num":int}
2. 脚本要求：
   - 用 CSV Data Set Config 实现多场景参数化（包含正常/异常场景）；
   - 实现登录 token 与下单接口的关联；
   - 添加响应断言（校验 code）+ JSR223 断言（校验 orderId 非空）；
   - 用用户定义变量管理 base_url。
3. 输出：完整的.jmx 脚本代码，标注关键配置说明。

效果：AI 直接生成可运行的脚本，只需微调 CSV 路径、base_url 即可使用。

2. AI 优化冗余的 JMeter 脚本

提示词模板：

请优化以下 JMeter 脚本（粘贴脚本内容），要求：
1. 删除冗余元件（重复的 CSV 配置、未使用的变量、多余的取样器）；
2. 合并重复逻辑（如多个相同 HTTP 请求改为循环控制器 + 参数化）；
3. 简化复杂但不必要的 JSR223 脚本；
4. 标注优化点和原因，输出完整优化后的脚本。

AI 优化方向：比如把 3 个重复的登录请求合并为 1 个，用 CSV 参数化不同场景；删除未使用的 temp_var 变量等。

3. AI 快速定位 JMeter 脚本报错

提示词模板（以 token 无效为例）：

我的 JMeter 脚本报错：下单接口返回 401（token 无效），日志显示'JSON Path Extractor 提取 token 失败'。
关键配置：
1. 登录接口 JSON Path Extractor：引用名称 token，表达式$.token；
2. 登录接口响应：{"code":200,"data":{"token":"abc123"}}；
3. 下单接口请求头：Authorization: Bearer ${token}。
请分析报错原因，给出具体修改方案（标注修改位置和内容）。

AI 输出结果：

• 原因：JSON Path 表达式错误，正确应为 $.data.token，导致 token 提取为空；
• 解决方案：修改登录接口的 JSON Path Extractor 表达式为 $.data.token。

总结

1. 基础核心：掌握'CSV+ 用户定义变量'参数化、'JSON Path/正则'关联、'响应断言+JSR223 断言'校验，是自动化的基石。
2. 自动化落地：Jenkins 集成 JMeter 实现脚本定时运行、报告自动生成，摆脱手动操作的重复劳作。
3. AI 核心价值：通过精准提示词让 AI 生成脚本、优化冗余、定位报错，将'写/改/排错'的时间从小时级压缩到分钟级。