JMeter与大模型融合应用之构建AI智能体：评审性能测试脚本

JMeter与大模型融合应用之构建AI智能体：评审性能测试脚本

一、引言

随着DevOps和持续测试的普及，性能测试已成为软件开发生命周期中不可或缺的环节。Apache JMeter作为最流行的开源性能测试工具之一，被广泛应用于各种性能测试场景。然而，编写高质量的JMeter测试脚本需要丰富的经验和专业知识。本文将探讨如何利用AI技术构建智能体，自动评审JMeter性能测试脚本，提高测试脚本的质量和可靠性。

二、JMeter脚本评审的挑战

2.1 人工评审的局限性

传统上，JMeter脚本评审主要依赖人工完成，这种方式存在以下问题：
● 评审效率低下，难以适应敏捷开发节奏
● 评审结果受评审者经验影响较大
● 难以保证评审标准的一致性
● 容易遗漏潜在的性能测试陷阱

2.2 常见脚本问题类型

● 配置错误：线程组设置不当、超时配置不合理等
● 逻辑缺陷：控制器使用错误、变量作用域问题等
● 性能反模式：缺少思考时间、未使用连接池等
● 可维护性问题：硬编码值、缺乏模块化等

三、AI智能体架构设计

3.1 系统架构

3.2 核心组件

1. 脚本解析：将JMX文件进行解析，解释完成以后跟提供的prompt进行结合生成最终待评审结果内容。
2. 格式校验：针对JMX文件考虑到各种特殊字符的存在，在生成JSON格式的时候会存在各种问题，所以需要对格式进行统一校验，符合JSON格式。
3. DeepSeek：作为MOE的其中之一角色：性能测试专家，针对编写的性能测试脚本进行评审，给出亮点和缺点。
4. 结果反馈：针对评审的结果进行反馈供用户进行修改。

四、关键技术实现

4.1 格式校验

package org.apache.jmeter.sptp.util;import org.json.JSONObject;public class JsonEscapeUtil {public static String escapeForJson(String input) {if (input == null) {return null;}try {return JSONObject.quote(input);} catch (Exception e) {return customEscape(input);}}private static String customEscape(String input) {StringBuilder sb = new StringBuilder();for (int i = 0; i < input.length(); i++) {char c = input.charAt(i);switch (c) {case '"':sb.append("\\\"");break;case '\\':sb.append("\\\\");break;case '/':sb.append("\\/");break;case '\b':sb.append("\\b");break;case '\f':sb.append("\\f");break;case '\n':sb.append("\\n");break;case '\r':sb.append("\\r");break;case '\t':sb.append("\\t");break;default:if (c <= '\u001F') {sb.append(String.format("\\u%04x", (int) c));} else {sb.append(c);}}}return sb.toString();}
}

4.2 DeepSeek模型调用

package org.apache.jmeter.sptp.business;import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.apache.jmeter.sptp.util.JsonEscapeUtil;import static org.apache.jmeter.sptp.SPTPInfo.baseUrl;
import static org.apache.jmeter.sptp.SPTPInfo.model;
import static org.apache.jmeter.sptp.util.JsonEscapeUtil.escapeForJson;public class Qwen {private final Logger log = LoggerFactory.getLogger(this.getClass());public String QwenAI(String prompt){String content = "你是一位性能测试专家，擅长编写利用JMeter进行性能测试脚本编写以及评审其他人编写的性能测试脚本，请针对给出的性能测试脚本进行评审，并且按照亮点和缺点进行罗列，并且计算亮点和缺点的个数，针对缺点，请给出详细的改进措施供测试人员进行修改，罗列的要求如【】所示，样例如下：亮点：1.利用BeanShell进行变成 2.使用逻辑控制器对事务进行逻辑控制 缺点：1.输入的参数没有进行参数化，例如id为adcd，改进建议：id使用csv文件参数化 2.部分路径写的是绝对路径，没有变成相对路径，例如C:/2/text.txt，改进建议：使用相对路径 总体亮点：2个，缺点2个 输出总体亮点和缺点以后输出结束，不需要再输出任何内容，不需要单独输出额外的改进措施，改进措施已经在缺点后面的改进建议中描述，具体脚本内容如下";String result = "";String testString = content + prompt;
//        log.info(content + prompt);String escapedJson = escapeForJson(testString);
//        log.info(escapedJson);String requestBody = "{\n" +"    \"model\": \" " + model + "\",\n" +"    \"messages\": [\n" +"        {\n" +"            \"role\": \"user\",\n" +"            \"content\": " + escapedJson + " \n" +"        }\n" +"    ]\n" +"}";
//        log.info(requestBody);HttpResponse execute = HttpRequest.post(baseUrl).header("Accept", "application/json").body(requestBody).execute();String body = execute.body();JSONObject jsonObject = JSONObject.parseObject(body);String choices = jsonObject.getString("choices");JSONArray choicesArray = JSONObject.parseArray(choices);String o = choicesArray.getString(0);JSONObject json = JSONObject.parseObject(o);String message = json.getString("message");JSONObject jsonMessage = JSONObject.parseObject(message);result = jsonMessage.getString("content");return result;}}

4.3 结果反馈展示

package org.apache.jmeter.sptp.gui;import org.apache.jmeter.sptp.business.Qwen;
import org.apache.jmeter.sptp.util.GetJMXInfo;
import org.apache.jmeter.util.JMeterUtils;import javax.swing.*;
import java.awt.*;
import java.awt.event.*;import static org.apache.jmeter.JMeter.fileJMXPath;public class ChatWindow extends JFrame {private JTextArea chatArea;private JButton sendButton;private JButton clearButton;public ChatWindow() {super("AI脚本评审智能体");setIconImage(JMeterUtils.getImage("AI.png").getImage());setLayout(new BorderLayout());setSize(500, 400);setDefaultCloseOperation(JFrame.DISPOSE_ON_CLOSE);// 创建聊天区域chatArea = new JTextArea();chatArea.setEditable(false);chatArea.setLineWrap(true); // 设置自动换行chatArea.setWrapStyleWord(true); // 设置单词级别的换行JScrollPane scrollPane = new JScrollPane(chatArea);add(scrollPane, BorderLayout.CENTER);// 创建发送按钮sendButton = new JButton("发送内容");sendButton.addActionListener(new SendActionListener());// 创建清空按钮clearButton = new JButton("清空内容");clearButton.addActionListener(new ClearActionListener());// 创建按钮面板JPanel buttonPanel = new JPanel();buttonPanel.add(sendButton);buttonPanel.add(clearButton);// 创建输入面板JPanel inputPanel = new JPanel();inputPanel.add(buttonPanel);add(inputPanel, BorderLayout.SOUTH);// 设置窗口居中显示setLocationRelativeTo(null);setVisible(true);}private class SendActionListener implements ActionListener {@Overridepublic void actionPerformed(ActionEvent e) {String filePath = fileJMXPath;String jmxContent = GetJMXInfo.readContent(filePath);new SwingWorker<String, Void>() {@Overrideprotected String doInBackground() throws Exception {setTitle("AI脚本评审智能体正在思考中...");setIconImage(JMeterUtils.getImage("thinking.png").getImage());Qwen qwen = new Qwen();return qwen.QwenAI(jmxContent);}@Overrideprotected void done() {try {String result = get();chatArea.append("大模型：" + result + "\n");setTitle("AI脚本评审智能体");setIconImage(JMeterUtils.getImage("AI.png").getImage());} catch (Exception ex) {ex.printStackTrace();}}}.execute();setTitle("AI脚本评审智能体");setIconImage(JMeterUtils.getImage("AI.png").getImage());}}private class ClearActionListener implements ActionListener {@Overridepublic void actionPerformed(ActionEvent e) {chatArea.setText("");}}
}

五、效果展示
效果展示如下：

五、结论

通过构建AI智能体来自动评审JMeter性能测试脚本，可以显著提高脚本质量，降低人为错误，并确保性能测试的可靠性。这种结合规则引擎和机器学习的方法，不仅适用于JMeter，也可推广到其他测试工具和场景。随着AI技术的不断发展，智能评审将成为性能测试工程中的标准实践，为软件质量保障提供强有力的支持。