5.3 跨國跨系統整合測試與端到端(E2E)驗收

學完本節,你能夠:

  1. 解釋「每個模組都通過單元測試,接起來卻壞掉」的原因,並寫出一個整合測試抓到它。
  2. 區分廠商沙盒(Sandbox)與替身(Mock)的用途,用替身測試「匯率 API 失敗時系統必須停下」。
  3. 為第 1.3 節的連網報價試算表設計一份端到端驗收清單。

壹、開場情境:兩組都說「我們測過了」

📌 以下為教學情境(依跨境電商實務改編)。

一家跨境電商把結帳功能拆給兩組人做:

  • A 組做關稅模組:輸入貨價與稅率,算出關稅。單元測試全過。
  • B 組做金流模組:輸入貨價與關稅,算出刷卡總額。單元測試也全過。

黑色星期五當天第一次把兩個模組接在一起上線,海外買家按下「確認付款」,頁面直接出錯。原因很簡單:A 組為了方便顯示,回傳的是文字 "USD 50.00";B 組預期收到的是數字 50.0。兩組都沒錯,錯在兩組之間的約定沒有人檢查。

真實世界也有規模大得多的例子:2013 年美國聯邦健保網站 Healthcare.gov 上線即大規模故障,事後檢討指出,由多家承包商分別開發的元件,直到上線前約兩週才做完整的端到端測試(詳見附錄 C.5)。

本節要解決的問題: 怎麼在上線前檢查「模組與模組之間」、「我們與外部系統之間」接不接得起來?外部系統(銀行、物流、匯率 API)又不能真的拿來亂測,該怎麼辦?


貳、為什麼會這樣:三層測試各看各的

單元測試(5.1) 整合測試 端到端測試(E2E)
看什麼 一個函式的計算 兩個以上模組、或與外部 API 的介面約定 使用者從頭到尾的完整流程
本節例子 關稅 = 貨價 × 稅率 關稅模組的輸出,金流模組讀不讀得懂 打開試算表 → 抓匯率 → 看到紅燈
抓得到 公式錯 格式、型別、單位、欄位名稱不一致 畫面、權限、流程順序的問題
代價 毫秒、免費 需要準備測試資料或替身 慢、容易受網路影響,要挑核心流程做

外部系統不能真的拿來測:沙盒與替身

做法 是什麼 例子 適合
廠商沙盒(Sandbox) 廠商提供的測試環境,行為接近正式環境,但不動到真錢、真貨 Stripe 測試模式:卡號 4242 4242 4242 4242 模擬付款成功、4000 0000 0000 9995 模擬餘額不足;DHL Express 等物流 API 也提供測試環境 上線前確認真的接得通
替身(Mock / Stub) 在測試中用一段假程式假裝是外部系統,回傳你指定的內容 讓「匯率 API」假裝逾時、假裝少了台幣欄位 測試「對方出錯時我方怎麼反應」,不需連網、隨時可跑

沙盒回答「接不接得通」,替身回答「對方出狀況時我們會不會做出錯誤的商業決策」。兩者都需要。


參、把規則寫下來:介面約定(Contract)

整合問題的根源是「約定沒寫下來」。下表就是 A、B 兩組,以及我們與匯率 API 之間應該事先寫好的約定:

說法 追問 寫成約定
「關稅模組回傳關稅」 回傳數字還是文字?幣別、小數幾位? 一律回傳數字(美元,四捨五入到 2 位);轉成 "USD 50.00" 只在畫面上做
「從 API 抓歐元兌台幣」 回應長什麼樣? 讀取 rates.TWD 欄位;open.er-api.com 是民間的免費匯率服務,不是銀行牌告或央行資料
「抓不到就算了」 算了是指什麼? 停止並告警,不寫入匯率、不做報價判斷;不可以用一個「保底匯率」繼續算
(沒人提) 抓到的數字明顯不合理呢? 歐元兌台幣不在 25~45 之間 → 視為資料異常,停止並告警

最後一列的範圍只是教學設定;重點是對外部資料要有合理性檢查。


肆、讓 AI 做出來

1. 給 AI 的 Prompt

請幫我寫 Python 的 pytest 測試,檢查兩件事:

【一、整合測試】
tariff.calc_duty(cif_usd, duty_rate) 的回傳值,要能直接交給
payment.charge_total(goods_usd, duty_usd) 計算總額。
案例:貨價 1000、稅率 5% → 總額 1050.0

【二、外部 API 的替身測試】
rates.get_eur_twd() 會呼叫 fetch_json(url) 取得匯率 API 的 JSON,讀取 rates.TWD。
請用 unittest.mock.patch 取代 fetch_json,測試四種情況:
1. 正常回應 {"rates": {"TWD": 34.12}} → 回傳 34.12
2. 網路逾時 → 必須拋出 RateError(不得回傳任何預設匯率)
3. 回應裡沒有 TWD 欄位 → 必須拋出 RateError
4. 匯率不在 25~45 之間 → 必須拋出 RateError

2. 整合測試:抓出兩組之間的落差

原本的兩個模組:

# tariff.py(A 組)
def calc_duty(cif_usd, duty_rate):
    duty = round(cif_usd * duty_rate, 2)
    return f"USD {duty:.2f}"          # 回傳「給人看」的文字

# payment.py(B 組)
def charge_total(goods_usd, duty_usd):
    return round(goods_usd + duty_usd, 2)   # 預期收到「數字」

測試檔 test_modules.py:

from tariff import calc_duty
from payment import charge_total


# 兩組各自的單元測試:都會過
def test_關稅_單元():
    assert calc_duty(1000, 0.05) == "USD 50.00"


def test_金流_單元():
    assert charge_total(1000, 50.0) == 1050.0


# 整合測試:把兩個模組接起來
def test_整合_關稅結果直接交給金流():
    duty = calc_duty(1000, 0.05)
    assert charge_total(1000, duty) == 1050.0

執行結果:1 failed, 2 passed,失敗訊息是 TypeError(數字不能和文字相加)。依約定修正 A 組:calc_duty() 改為回傳數字 50.0,另寫一個 format_usd() 專門給畫面用,並把單元測試改成 == 50.0。修正後 3 passed。

3. 替身測試:外部 API 出錯時,系統必須停下

rates.py:

import json
import urllib.request

RATE_URL = "https://open.er-api.com/v6/latest/EUR"   # 免費匯率 API(非官方牌告)
MIN_RATE, MAX_RATE = 25, 45   # 合理範圍:超出就當成資料異常


class RateError(Exception):
    """抓不到可信的匯率:上層必須停止報價並告警。"""


def fetch_json(url):
    with urllib.request.urlopen(url, timeout=10) as resp:
        return json.load(resp)


def get_eur_twd():
    try:
        data = fetch_json(RATE_URL)
        rate = float(data["rates"]["TWD"])
    except Exception as e:
        raise RateError(f"匯率抓取失敗:{e}")
    if not (MIN_RATE <= rate <= MAX_RATE):
        raise RateError(f"匯率 {rate} 超出合理範圍")
    return rate

test_rates.py:

from unittest.mock import patch
import pytest
from rates import get_eur_twd, RateError


# 用「替身」取代真正的網路呼叫:不連網也能測
def test_正常回應_回傳匯率():
    fake = {"result": "success", "rates": {"TWD": 34.12}}
    with patch("rates.fetch_json", return_value=fake):
        assert get_eur_twd() == 34.12


def test_網路逾時_必須停下而不是用預設值():
    with patch("rates.fetch_json", side_effect=TimeoutError("timeout")):
        with pytest.raises(RateError):
            get_eur_twd()


def test_回應少了台幣欄位_必須停下():
    with patch("rates.fetch_json", return_value={"rates": {"USD": 1.08}}):
        with pytest.raises(RateError):
            get_eur_twd()


def test_匯率離譜_必須停下():
    with patch("rates.fetch_json", return_value={"rates": {"TWD": 3.412}}):
        with pytest.raises(RateError):
            get_eur_twd()

執行結果:4 passed,而且完全不需要連網。

🔍 驗收重點 - pytest.raises(RateError) 的意思是「這裡應該出錯」;沒出錯反而算失敗。 - 程式裡有沒有任何「抓不到就用 35.0」之類的保底值?有就退回。 - 合理範圍(25~45)放在最上方常數,日後匯率長期變動時只改一行。

4. 端到端驗收清單:第 1.3 節的連網報價試算表

E2E 測試站在使用者的位置,從頭走到尾。網頁系統常用 Playwright、Cypress 等工具自動操作瀏覽器;部分 AI 開發工具(例如 Google Antigravity)也能讓 AI 代理操作瀏覽器、截圖回報。對我們的試算表,先用一張人工驗收清單就很有用:

步驟 操作 依 1.3 節規格應看到
1 開啟試算表 上方出現自訂選單
2 執行 1.3 節的抓匯率選單 D 欄全部更新為同一個今日匯率,E、F 欄重新計算
3 核對任一列毛利率 與計算機手算 1 − B ÷ (C × D) 一致
4 把 API 網址故意改錯一個字,再執行 跳出告警;D 欄保持原值,沒有被寫入任何預設匯率
5 改回網址,刪除某列 C 欄後執行 該列亮黃燈「資料不完整」,其他列正常

伍、跑跑看、壞給你看

實驗 操作 預期結果 想想看
① 修正前的整合測試 用 A 組原本回傳文字的版本執行 test_modules.py 1 failed, 2 passed(TypeError) 只看單元測試的報告,你會以為一切正常
② 偷偷加保底匯率 把 rates.py 的 raise RateError(f"匯率抓取失敗:{e}") 改成 return 35.0 2 failed, 2 passed:逾時與缺欄位兩個測試失敗 如果真實匯率已跌到 31.5,用 35.0 判斷會放行哪些不該放行的報價?(對照 1.1 節 A 款)
③ 資料單位錯 看「匯率離譜」那個測試:3.412 是把小數點放錯位置 被合理性檢查擋下 外部 API 改版、欄位意義改變時,這種檢查是最後一道防線
④ E2E 第 4 步 在試算表實際操作清單第 4 步 若 D 欄被寫入數字或沒有告警,就是不及格 這一步要不要每次改版都重做一次?

陸、回到情境

如果 A、B 兩組在合併前多寫一個整合測試,黑色星期五的錯誤會在開發階段就以 TypeError 出現,修正成本只是一行程式。外部匯率 API 的部分,替身測試保證了「抓不到就停下」這條規則不會在某次修改時被悄悄拿掉。

限制 後果 在哪一節解決
替身回傳的是「我們以為」的格式 真實 API 改版,替身測試仍會全過 定期用沙盒或正式 API 做少量實測;6.3 監控
E2E 清單靠人工執行 忙起來就跳過 6.1 自動化流程;本節練習 3
案例仍由人設計 沒想到的異常回應一樣會漏 5.4 讓 AI 產生極端案例

本節小結

  1. 單元測試各自通過,不代表接得起來;整合測試檢查的是模組之間的約定。
  2. 介面約定要寫明型別、單位、欄位名稱,以及「對方出錯時我們怎麼做」。
  3. 沙盒確認「接得通」,替身確認「對方出錯時我方不會做出錯誤決策」。
  4. E2E 測試少而精,只守住最核心的業務流程。

柒、練習

  1. 改數字(5 分鐘):歐元兌台幣若長期落在 30~40,你會把 MIN_RATE、MAX_RATE 改成多少?改完後 test_匯率離譜_必須停下 還會通過嗎?
  2. 加功能(20 分鐘):匯率 API 回應中有 "result": "success" 欄位。請新增規則:result 不是 success 就拋出 RateError。先寫測試、確認失敗,再請 AI 修改 get_eur_twd()。
  3. 管理反思(討論):某平台黑色星期五當天,買家抱怨「卡被扣款了,但會員中心看不到訂單」。這最可能是哪一層測試的缺口?請設計一條能抓到這個問題的 E2E 驗收步驟,並說明由誰、在什麼時間點執行。

國立臺中科技大學 國際貿易系 / 企業管理系 專用教材

《現代軟體工程:商學院的 AI 系統思維與 Agent 實踐》

作者:陳俊智 博士 Dr. Chun-Chih Chen

本書章節架構改編自陳鍾誠教授(金門大學)開源課程《現代軟體工程》(github.com/ccc115a/se,MIT 授權),內容針對商學院全面改寫與擴充。