编程语言AI Agent编译器CLI人工智能【免费下载链接】bamlThe programming language for agents项目地址https://gitcode.com/gh_mirrors/ba/baml点击查看免费下载本文以仓库中integ-tests/python/目录的集成测试文档为主体完整覆盖 BAML Python 客户端集成测试的环境准备、客户端代码生成、pytest 运行方式含 Infisical 密钥注入、Docker 化 Linux 测试环境、VS Code 调试配置与日志排查手段并结合pyproject.toml、run_tests.sh、docker-tests/与engine/language_client_python/源码把每一步命令背后的实现细节讲清楚。读完本文你可以独立完成 Python 集成测试环境的搭建、复现 CI 行为、定位构建与运行问题并按规范为 BAML 新增测试用例。目录定位与核心结论integ-tests/python/是 BAMLThe programming language for agents面向 Python SDK 的集成测试目录。其核心链路是BAML 源码文件位于 integ-tests/baml_src定义客户端、函数与测试断言baml-cli generate将 BAML 源码生成为 Python 客户端代码落到baml_client/包中Python 客户端底层的 Rust FFI 库engine/language_client_python/通过 maturin 编译为 PyO3 扩展tests/下的 pytest 用例调用生成客户端验证各语言特性流式、超时、媒体输入、Pydantic 校验等在真实运行时的正确性。从 pyproject.toml 可以看到该项目的真实依赖面pytest、pytest-asyncio、pydantic、maturin、python-dotenv、openai、anthropic、google-genai、boto3等说明测试集同时覆盖多家 LLM 提供商与多媒体输入场景。环境准备先装什么原文档列出的前置条件与仓库实际内容对应关系如下Python 3.8 或更高文档要求 3.8。从源码结构看Rust FFI 侧使用 PyO3 的abi3-py38特性见 engine/language_client_python/Cargo.toml保证生成的 C 扩展兼容 3.8 以上解释器而 pyproject.toml 中requires-python ~3.9即本测试工程实际锁定在 Python 3.9 系列兼容 3.9 的小版本。uvPython 包与虚拟环境管理器uv sync与uv run都依赖它。BAML CLI负责把.baml源文件编译生成各语言客户端。Infisical CLI用于以infisical run --envtest方式注入测试用密钥是运行全量测试的默认方式。Rust 工具链因为 Python 客户端的运行时是一个 Rust 编写的 PyO3 扩展必须本地编译。三步搭建安装依赖、构建 FFI、生成客户端原文档给出的 Setup 流程共三步这里逐条结合仓库说明1. 安装 Python 依赖uv syncuv sync依据pyproject.toml与uv.lock创建虚拟环境并安装锁定版本的依赖。由于[tool.uv] package true本工程自身也会以包形式装入环境[tool.setuptools.packages.find]中声明包含app*与baml_client*两个包。2. 构建并安装 Python 客户端Rust FFI 层# 如果你在用 Conda需要 env -u CONDA_PREFIX 避免冲突 uv run maturin develop --uv --manifest-path ../../engine/language_client_python/Cargo.toml这条命令是关键所在。--manifest-path指向 engine/language_client_python/Cargo.toml该包名为baml-python-fficrate-type [cdylib]、库名baml_py即一个动态库形式的 PyO3 扩展。从 Cargo.toml 的依赖可以看到它把baml-compiler、baml-runtime、baml-cli等 Rust crate 打包进同一个扩展模块——也就是说 Python 侧baml_client包调用的底层编译与执行逻辑都在这一个.so里。这里有两点文档特别强调的实操细节使用env -u CONDA_PREFIX文档建议 Conda 用户取消CONDA_PREFIX环境变量避免 maturin 编译时找到错误的前缀。参数组合maturin develop --uv--uv表示复用 uv 管理的虚拟环境安装产物。3. 生成 BAML 客户端代码uv run baml-cli generate --from ../baml_src--from ../baml_src指向 integ-tests/baml_src 目录该目录被所有语言Python/Go/TS/Rust/Ruby的集成测试共享包含clients.baml、generators.baml、test-files/提供商测试、pipeline 测试等结构说明见 integ-tests/baml_src/README.md。生成结果写入本目录的baml_client/包后续 pytest 全部from baml_client...导入。运行测试Infisical 注入 pytest全量运行infisical run --envtest -- uv run pytestinfisical run --envtest --把 test 环境中的 API Key 等环境变量注入到后续进程这是默认且推荐的运行方式需要预先配置 Infisical。运行指定测试# 运行某个测试文件 infisical run --envtest -- uv run pytest tests/test_functions.py # 按名称过滤 infisical run --envtest -- uv run pytest tests/test_functions.py -k test_nametests/目录实际包含 30 余个测试文件覆盖面很广test_functions.py函数调用、test_streaming相关、test_timeouts.py、test_errors.py、test_media_inputs.py、test_pydantic_image.py/test_pydantic_video.py多模态 Pydantic 校验、test_collector.py、test_abort_handlers.py、test_vm.py/test_vm_async_runtime.py运行时 VM等。使用 .env 文件替代 Infisicaluv run pytest如果不使用 Infisical可依赖目录下的.env文件通过python-dotenv加载。仓库里提供了一个 test-dotenv 示例文件其中只有一行BAML_LOGwarn且文件注释明确它会被test_logger.py拾取——这与后文日志小节直接对应。CI 环境的特殊行为文档指出 CI 中应使用infisical run --envtest -- uv run pytest --no-cov更完整的 CI 入口脚本是 integ-tests/python/run_tests.sh它以set -euxo pipefail开头先依次执行maturin develop与baml-cli generate然后运行 pytest 并通过一系列--ignore显式排除需要真实密钥的测试文件例如uv run pytest $ \ --ignoretests/test_functions.py \ --ignoretests/test_errors.py \ --ignoretests/test_collector.py \ --ignoretests/test_with_options.py \ --ignoretests/test_pydantic_video.py \ --ignoretests/test_modular_api.py \ --ignoretests/test_logger.py \ --ignoretests/test_typebuilder.py \ --ignoretests/test_vm_async_runtime.py \ --ignoretests/test_ontick.py \ --ignoretests/test_abort_handlers.py \ --ignoretests/test_abort_handlers_simple.py \ --ignoretests/test_emit.py \ --ignoretests/test_timeouts.py \ --ignoretests/test_tracing.py \ --ignoretests/providers/test_aws_video_request.py \这说明 CI 走的是无密钥子集策略凡是真实调用 LLM 提供商的用例被排除其余解析、VM、类型构建等纯逻辑测试照常执行。本地复现 CI 时直接执行该脚本即可。在 Mac 上用 Docker 搭建 Linux 测试环境原文档提供了完整的容器化流程适用于需要在 Linux 环境下跑测试的 macOS 开发者。Dockerfile 位于 integ-tests/python/docker-tests/test-package.Dockerfile基于python:3.12镜像预装了build-essential、pkg-config、cmake等构建依赖并通过 rustup 安装 Rust、安装 Go 1.22 与protoc-gen-go、用官方脚本安装 uv 与 maturin——这解释了为什么文档里可以直接在容器内执行 maturin 编译。# 从仓库根目录执行 $ docker build -t baml-python-test -f integ-tests/python/docker-tests/test-package.Dockerfile . # cargo build 常因内存不足失败需要提高内存上限 $ docker run --memory8g --volume ./:/app -it baml-python-test /bin/sh $ cd integ-tests/python # 构建 Python 客户端 $ uv run maturin develop --manifest-path ../../engine/language_client_python/Cargo.toml $ uv run pytest注意两个易错点docker run必须从仓库根目录构建并把整个仓库挂载到/app这样../../engine/...这类相对路径才成立--memory8g是针对 Rust 编译内存吃紧的显式放宽。同目录下还有python-3_10.Dockerfile、aarch64-unknown-linux-gnu.Dockerfile、aarch64-unknown-linux-musl.Dockerfile用于验证 Python 3.10 与 aarch64 Linux 目标平台的兼容性。项目结构速览路径说明integ-tests/python/tests/pytest 测试文件30 个测试文件integ-tests/python/baml_client/baml-cli generate生成的 Python 客户端代码integ-tests/python/app/示例应用代码integ-tests/python/docker-tests/Docker 化的集成测试镜像定义pyproject.tomlPython 工程配置与依赖声明uv.lock锁定的依赖版本run_tests.shCI 测试入口脚本另外baml_example_app.py 演示了如何导入生成的baml_client代码integ-tests/python/baml-README.md 还说明了部署时不需要 BAML 编译器——baml_client/目录已包含运行所需的全部生成物可用python -m baml_example_app直接运行示例。调试VS Code 断点调试与 BAML_LOG 日志VS Code 调试配置文档给出的调试方案分四步安装 Python Test Explorer 扩展获得行内Run Test / Debug Test按钮在.vscode/launch.json中加入以infisical作为运行时解释器的启动配置在测试文件中打断点用调试器或行内按钮运行。配置核心是让调试器透过 Infisical 拿到密钥后启动 pytest{ version: 0.2.0, configurations: [ { name: Debug Tests, type: python, request: launch, runtimeExecutable: infisical, runtimeArgs: [ run, --envtest, -- ], program: ${workspaceFolder}/.venv/bin/pytest, args: [-v, -s], console: integratedTerminal, justMyCode: false } ] }其中justMyCode: false允许步入 Rust FFI 之外的第三方代码-s则让print()输出可见。BAML_LOG 日志级别文档给出两种调试手段pytest -s显示 print 输出以及设置BAML_LOGtrace环境变量获取 BAML 客户端的详细日志BAML_LOGtrace infisical run --envtest -- uv run pytest这个机制在仓库中有对应的实现与测试佐证tests/test_logger.py 通过导入生成客户端里的set_log_level/get_log_levelbaml_client.config在不同级别间切换并断言 INFO 级别下 stdout 会出现PROMPT字样、WARN 级别下不出现test-dotenv 中默认写入的BAML_LOGwarn也会被该测试用例读取。也就是说日志级别既可由环境变量BAML_LOG控制也可在运行期由客户端 API 调整这是排查请求发出去了但看不到 Prompt/解析过程问题的首选开关。常见问题排查Troubleshooting原文档总结了五类常见问题与处理命令逐条保留缺少 API Key确认环境已注入所有必需密钥不用 Infisical 时检查.env文件存在用infisical run时确认 Infisical 配置正确。构建问题遇到 Rust/Maturin 报错时清理并重建rm -rf target/ uv run maturin develop --uv --manifest-path ../../engine/language_client_python/Cargo.toml依赖问题则重跑uv sync。测试超时用 pytest 超时标记调整单个用例的超时pytest.mark.timeout(60) def test_long_running(): ...客户端生成问题确认 BAML CLI 是最新版、../baml_src中的 BAML 源码有效必要时删除重新生成rm -rf baml_client uv run baml-cli generate --from ../baml_srcConda 冲突在 Conda 下运行 maturin 命令时始终使用env -u CONDA_PREFIX或干脆为开发单独建一个非 Conda 环境。获取更多输出信息的辅助命令# 详细模式 infisical run --envtest -- uv run pytest -v # 显示 print 输出 infisical run --envtest -- uv run pytest -s新增测试的完整流程原文档的Adding New Tests四步法是向该测试体系贡献用例的标准路径第 1 步定义 BAML 源文件先在共享的 BAML 源中添加定义详见 integ-tests/baml_src/README.md客户端加到baml_src/clients.baml函数与测试加到baml_src/test-files/providers/。一个典型的 provider 测试定义长这样引自该 READMEclientllm TestAnthropic { provider anthropic options { model claude-3-haiku-20240307 api_key env.ANTHROPIC_API_KEY max_tokens 1000 } } function TestAnthropicCompletion(input: string) - string { client TestAnthropic prompt # Respond to this input with a simple response. Input: {{input}} # } test TestAnthropicCompletion { functions [TestAnthropicCompletion] args { input #What is the capital of France?# } assert response Paris }第 2 步重新生成 Python 客户端uv run baml-cli generate --from ../baml_src新函数会以可调用对象形式出现在baml_client/中。第 3 步编写 pytest 测试文件在tests/目录新建test_前缀的文件例如import pytest from baml_client.functions import TestAnthropicCompletion class TestAnthropic: pytest.mark.asyncio async def test_basic_completion(self): result await TestAnthropicCompletion( inputWhat is the capital of France? ) assert result Paris pytest.mark.asyncio async def test_error_handling(self): with pytest.raises(Exception): await TestAnthropicCompletion( inputTest input )第 4 步运行# 全量 infisical run --envtest -- uv run pytest # 指定文件 infisical run --envtest -- uv run pytest tests/test_anthropic.py # 指定用例 infisical run --envtest -- uv run pytest tests/test_anthropic.py -k test_basic_completion组织规范与最佳实践文件组织相关测试按类分组文件名以test_开头并放在tests/目录测试名要有描述性。测试设置从baml_client导入生成函数用 pytest fixture 做公共初始化参考 test_logger.py 中reset_log_level保存/恢复日志级别的 fixture 写法为异步用例加pytest.mark.asyncio补充错误路径的断言。断言同时覆盖成功与失败两种情况长耗时用例叠加超时标记pytest.mark.timeout(30) pytest.mark.asyncio async def test_long_running(): ...环境确保必需环境变量齐全、使用测试专用 API Key、对限流rate limiting做相应处理。小结一条可复制的本地工作流把上述内容浓缩为日常开发最短路径cd integ-tests/python uv sync uv run maturin develop --uv --manifest-path ../../engine/language_client_python/Cargo.toml uv run baml-cli generate --from ../baml_src infisical run --envtest -- uv run pytest tests/test_parser.py需要全量密钥验证时去掉-k/文件过滤需要复现 CI 时改跑 run_tests.sh它会自动跳过需要密钥的用例遇到构建或日志问题时分别回到maturin重建与BAML_LOGtrace两条路径。整套工具链uv maturin baml-cli Infisical pytest的关键设计是BAML 源码统一放在integ-tests/baml_src被各语言共享而各语言目录只关心生成—编译—断言三步这正是该仓库跨语言集成测试能保持行为一致的基础。赞分享编程语言AI Agent编译器CLI人工智能【免费下载链接】bamlThe programming language for agents项目地址https://gitcode.com/gh_mirrors/ba/baml点击查看免费下载相关推荐Flet 单元测试实战用 uv 与 pytest 运行 Python SDK 测试套件Flet 单元测试实战用 uv 与 pytest 运行 Python SDK 测试套件 本指南聚焦 Flet 开源仓库中 Python 框架部分的单元测试体系前端跨平台桌面应用移动开发Qdrant 怎么在本地运行 OpenAPI 集成测试uv 与 pytest 测试环境搭建Qdrant 怎么在本地运行 OpenAPI 集成测试uv 与 pytest 测试环境搭建 如果你改动了 Qdrant 的 REST 接口、集合配置或点po向量数据库数据库后端搜索引擎ScyllaDB LDAP 测试指南用 pytest 运行与调试 LDAP 集成测试ScyllaDB LDAP 测试指南用 pytest 运行与调试 LDAP 集成测试 本文以 ScyllaDB 仓库中的 test/ldap/README.m数据库分布式数据库后端大数据上一篇深度解析抖音下载器从API限制突破到高效批量下载的实战指南下一篇Navicat密码解密工具高效恢复数据库连接密码的专业解决方案创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考