跳到主要内容

文档端到端测试

文档上传、状态轮询、内容查看的完整手工回归测试脚本。

序列图​

测试步骤​

Step 1 — 认证与准备​

TOKEN=$(curl -s -X POST "$BASE_URL/api/v1/auth/login" \
  -H "Content-Type: application/json" \
  -d '{"username": "test@example.com", "password": "password"}' | jq -r '.access_token')

# 确保有可用的数据集
DATASET_ID="your-dataset-id"

Step 2 — 上传文档​

DOC_ID=$(curl -s -X POST "$BASE_URL/api/v1/documents/upload" \
  -H "Authorization: Bearer $TOKEN" \
  -F "file=@test-document.pdf" \
  -F "dataset_id=$DATASET_ID" | jq -r '.id')
echo "Uploaded: $DOC_ID"

验证点：

  • 返回包含 id 字段
  • 初始状态为 pending
  • Content-Type 自动为 multipart/form-data（不要手动设置）

Step 3 — 轮询状态​

for i in $(seq 1 60); do
  STATUS=$(curl -s "$BASE_URL/api/v1/documents/$DOC_ID/status" \
    -H "Authorization: Bearer $TOKEN" | jq -r '.status')
  echo "[$i] Status: $STATUS"
  [ "$STATUS" = "completed" ] || [ "$STATUS" = "failed" ] && break
  sleep 5
done

验证点：

  • 状态流转：pending → processing → completed
  • 处理时间在合理范围内（小文件 < 2 分钟）
  • 如果 failed，错误信息有意义

Step 4 — 查看详情​

curl -s "$BASE_URL/api/v1/documents/$DOC_ID" \
  -H "Authorization: Bearer $TOKEN" | jq '{id, name, status, chunks_count, created_at}'

验证点：

  • 文档名称与上传文件一致
  • chunks_count > 0（处理完成后）

Step 5 — 查看切块​

curl -s "$BASE_URL/api/v1/documents/$DOC_ID/chunks?limit=5" \
  -H "Authorization: Bearer $TOKEN" | jq '.items[] | {id, content: .content[:100]}'

验证点：

  • 切块内容与原文档内容对应
  • 切块有有效的 id，可用于后续引用

Step 6 — 查看解析内容（可选）​

curl -s "$BASE_URL/api/v1/documents/$DOC_ID/parsed-content" \
  -H "Authorization: Bearer $TOKEN" | jq '{text_length: (.text | length)}'

契约检查​

  • 上传字段名与 OpenAPI Body_upload_... 定义一致
  • 状态值属于 OpenAPI 中定义的枚举
  • 错误响应格式与 ErrorResponse schema 一致

常见失败与定位​

现象原因建议
415 / 400MIME 类型不支持或字段名错误检查文件格式与上传字段
一直 processing解析器或 Worker 异常参见 文档卡住排障
切块为空Pipeline 配置问题检查切块参数
前端无响应SSE/代理缓冲（走流式预览时）参见 SSE 流式

清理​

# 测试完成后删除测试文档
curl -X DELETE "$BASE_URL/api/v1/documents/$DOC_ID" \
  -H "Authorization: Bearer $TOKEN"

相关链接​