欢迎光临
我们一直在努力

【AI大模型接入SDK】ChatSDK 集成测试概述

头像

🎬 个人主页:艾莉丝努力练剑

❄专栏传送门:《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法:从基础到进阶》《Python干货分享》

⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平


🎬 艾莉丝的简介:

在这里插入图片描述


文章目录

  • 1 ~> ChatSDK 整体测试概述
    • 1.1 测试目标
    • 1.2 测试前置条件
  • 2 ~> ChatSDK 核心数据结构与接口
    • 2.1 模型配置基类与派生配置
      • 2.1.1 基类 Config
      • 2.1.2 云端 API 模型配置 APIConfig
      • 2.1.3 Ollama 本地模型配置 OllamaConfig
    • 2.2 ChatSDK 关键成员
    • 2.3 核心接口定义
      • 2.3.1 模型初始化接口
      • 2.3.2 会话管理接口
      • 2.3.3 消息发送接口
    • 2.4 SessionManager 内部获取历史消息逻辑
  • 3 ~> 测试用例实现(testLLM.cpp)
    • 3.1 测试整体流程
    • 3.2 测试代码片段
    • 3.3 CMakeLists.txt 配置要点
  • 4 ~> 编译运行流程
  • 5 ~> 常见问题分析
    • 5.1 Gemini 返回 429 错误 "You exceeded your current quota"
    • 5.2 云端模型初始化失败
    • 5.3 Ollama 本地模型初始化失败
  • 6 ~> 业务流程验证结果
    • 6.1 云端模型(DeepSeek 示例)
    • 6.2 Ollama 本地 deepseek‑r1:1.5b
  • 7 ~> 测试总结与后续工作
    • 7.1 测试覆盖
    • 7.2 待完成工作
  • 结尾

在这里插入图片描述


1 ~> ChatSDK 整体测试概述

1.1 测试目标

  • 验证ChatSDK整体流程正确性,间接校验SessionManager会话管理模块、DataManager数据持久化模块(SQLite 存储)功能正常。
  • 完成云端 API 模型、本地 Ollama 模型的初始化、会话创建、消息发送、全量应答、历史消息读取完整链路测试。
  • 模块依赖关系:ChatSDK内部组合LLMManager、SessionManager、DataManager,模块之间强耦合。

1.2 测试前置条件

  • 编译依赖:gtest 测试框架、spdlog 日志库、openssl、cpp‑httplib、nlohmann‑json、sqlite3。
  • 环境变量配置:各类大模型 API‑Key 通过系统环境变量注入,不在代码硬编码密钥。
  • Ollama 环境:本地启动 Ollama 服务,默认监听http://localhost:11434,预先拉取对应本地模型。

2 ~> ChatSDK 核心数据结构与接口

2.1 模型配置基类与派生配置

2.1.1 基类 Config

// 模型公共基础配置
struct Config{
std::string _modelName; // 模型名称
double _temperature = 0.7; // 生成随机性温度参数
int _maxTokens = 2048; // 最大输出token数量
virtual ~Config() = default; // 虚析构,保障dynamic_pointer_cast向下转型安全
};

2.1.2 云端 API 模型配置 APIConfig

// 对接云端HTTP API的模型配置,继承Config
struct APIConfig : public Config{
std::string _apikey; // 云端服务API密钥
};

2.1.3 Ollama 本地模型配置 OllamaConfig

// 对接本地Ollama服务模型配置,继承Config
struct OllamaConfig : public Config{
std::string _modelDesc; // 模型描述信息
std::string _endpoint; // Ollama服务地址,例:http://localhost:11434
};

2.2 ChatSDK 关键成员

class ChatSDK{
private:
bool _initialized = false;
std::unordered_map<std::string, std::shared_ptr<Config>> _modelConfigs;
LLMManager _llmManager;
// 测试阶段临时改为public,生产环境必须恢复为private
public:
SessionManager _sessionManager;
};

2.3 核心接口定义

2.3.1 模型初始化接口

/**
* @brief 批量初始化多个模型
* @param configs 模型配置对象vector容器
* @return 初始化成功返回true
*/

bool ChatSDK::initModel(const std::vector<std::shared_ptr<Config>>& configs)
{
registerAllProvider(configs); // 注册模型提供者
initProviders(configs); // 完成模型初始化
_initialized = true;
return true;
}

  • registerAllProvider:完成各个模型 Provider 注册,存入LLMManager。
  • initProviders:运行时 RTTI 识别配置实际类型,区分 API 模型 / Ollama 本地模型,分别调用对应初始化函数。

2.3.2 会话管理接口

  • std::string createSession(const std::string& modelName):基于指定模型创建会话,返回唯一 sessionId。
  • std::vector<Message> getHistoryMessages(const std::string& sessionId):获取会话全部历史消息。

2.3.3 消息发送接口

  • 全量返回:std::string sendMessage(const std::string& sessionId, const std::string& userInput),阻塞等待完整模型应答返回。
  • 流式返回:sendMessageStream(会话ID,输入消息,回调函数),分片通过回调返回模型输出,回调参数chunk为分片字符串,last标记是否为最后一片。
  • 2.4 SessionManager 内部获取历史消息逻辑

    /**
    * @brief 获取会话历史消息,优先读取内存缓存,缓存缺失读取SQLite数据库
    * @param sessionId 会话唯一标识
    * @return 会话全部消息vector
    */

    std::vector<Message> SessionManager::getHistoryMessages(const std::string& sessionId) const
    {
    _mutex.lock();
    auto it = _sessions.find(sessionId);
    if(it != _sessions.end())
    {
    _mutex.unlock();
    return it->second->_messages;
    }
    _mutex.unlock();
    // 内存中不存在该会话,从sqlite数据库加载消息
    return _dataManager.getSessionMessages(sessionId);
    }

    • 线程安全:访问内存会话哈希表必须加互斥锁保护。
    • 数据读取策略:内存优先,内存未命中回落到持久层 SQLite。

    3 ~> 测试用例实现(testLLM.cpp)

    3.1 测试整体流程

  • 初始化 spdlog 日志库。
  • 初始化 gtest 测试框架。
  • 构造多个模型配置对象(DeepSeek、GPT‑4o‑mini、Gemini、Ollama‑deepseek‑r1:1.5b)。
  • 将配置装入vector<std::shared_ptr<Config>>,调用sdk->initModels()完成批量初始化。
  • 调用createSession创建会话,获取 sessionId。
  • 循环读取控制台用户输入,调用sendMessage发送消息。
  • 通过_sessionManager读取会话历史消息,打印角色 + 消息内容。
  • 断言校验:SDK 实例非空、sessionId 非空、应答字符串非空、历史消息非空。
  • 3.2 测试代码片段

    TEST(ChatSDKTest, sendMessage)
    {
    auto sdk = std::make_shared<ai_chat_sdk::ChatSDK>();
    ASSERT_TRUE(sdk != nullptr);

    // ========== 1.构造云端DeepSeek配置 ==========
    auto deepseekConfig = std::make_shared<ai_chat_sdk::APIConfig>();
    ASSERT_TRUE(deepseekConfig != nullptr);
    deepseekConfig->_modelName = "deepseek‑chat";
    deepseekConfig->_apikey = std::getenv("deepseek_apikey");
    ASSERT_FALSE(deepseekConfig->_apikey.empty());
    deepseekConfig->_temperature = 0.7;
    deepseekConfig->_maxTokens = 2048;

    // ========== 2.构造GPT‑4o‑mini配置 ==========
    auto gpt4oConfig = std::make_shared<ai_chat_sdk::APIConfig>();
    ASSERT_TRUE(gpt4oConfig != nullptr);
    gpt4oConfig->_modelName = "gpt‑4o‑mini";
    gpt4oConfig->_apikey = std::getenv("chatgpt_apikey");
    ASSERT_FALSE(gpt4oConfig->_apikey.empty());
    gpt4oConfig->_temperature = 0.7;
    gpt4oConfig->_maxTokens = 2048;

    // ========== 3.构造Gemini配置 ==========
    auto geminiConfig = std::make_shared<ai_chat_sdk::APIConfig>();
    ASSERT_TRUE(geminiConfig != nullptr);
    geminiConfig->_modelName = "gemini‑2.0‑flash";
    geminiConfig->_apikey = std::getenv("gemini_apikey");
    ASSERT_FALSE(geminiConfig->_apikey.empty());
    geminiConfig->_temperature = 0.7;
    geminiConfig->_maxTokens = 2048;

    // ========== 4.构造Ollama本地模型配置 ==========
    auto ollamaConfig = std::make_shared<ai_chat_sdk::OllamaConfig>();
    ASSERT_TRUE(ollamaConfig != nullptr);
    ollamaConfig->_modelName = "deepseek‑r1:1.5b";
    ollamaConfig->_modelDesc = "本地部署deepseek‑r1:1.5b模型,采用专家混合架构,专注深度理解推理";
    ollamaConfig->_endpoint = "http://localhost:11434";
    ollamaConfig->_temperature = 0.7;
    ollamaConfig->_maxTokens = 2048;

    // 将全部配置装入vector,交给SDK初始化
    std::vector<std::shared_ptr<ai_chat_sdk::Config>> modelConfigs = {
    deepseekConfig,
    gpt4oConfig,
    geminiConfig,
    ollamaConfig
    };
    ASSERT_TRUE(sdk->initModel(modelConfigs));

    // 创建会话,可以切换为ollamaConfig->_modelName测试本地模型
    std::string sessionId = sdk->createSession(deepseekConfig->_modelName);
    ASSERT_FALSE(sessionId.empty());

    // 循环读取控制台输入,交互测试
    std::string message;
    std::cout << ">>>";
    std::getline(std::cin, message);
    auto response = sdk->sendMessage(sessionId, message);
    ASSERT_FALSE(response.empty());

    std::cout << ">>>";
    std::getline(std::cin, message);
    response = sdk->sendMessage(sessionId, message);
    ASSERT_FALSE(response.empty());

    // 获取会话历史消息
    auto messages = sdk->_sessionManager.getHistoryMessages(sessionId);
    ASSERT_FALSE(messages.empty());
    for(const auto& msg : messages)
    {
    std::cout << msg._role << ":" << msg._content << std::endl;
    }
    }

    int main(int argc, char **argv)
    {
    // 初始化日志,输出到stdout,日志等级debug
    bite::Logger::initLogger("testLLM", "stdout", spdlog::level::debug);
    // gtest初始化
    testing::InitGoogleTest(&argc, argv);
    // 执行所有测试用例
    return RUN_ALL_TESTS();
    }

    3.3 CMakeLists.txt 配置要点

    cmake_minimum_required(VERSION 3.10)
    project(testLLM)

    set(CMAKE_CXX_STANDARD 17)
    set(CMAKE_CXX_STANDARD_REQUIRED ON)
    set(CMAKE_BUILD_TYPE Debug)

    # 编译生成测试可执行文件testLLM,汇总全部SDK源码
    add_executable(testLLM testLLM.cpp
    ../sdk/src/util/myLog.cpp
    ../sdk/src/DeepSeekProvider.cpp
    ../sdk/src/ChatGPTProvider.cpp
    ../sdk/src/GeminiProvider.cpp
    ../sdk/src/OllamaLLMProvider.cpp
    ../sdk/src/DataManager.cpp
    ../sdk/src/SessionManager.cpp
    ../sdk/src/LLMManager.cpp
    ../sdk/src/ChatSDK.cpp
    )

    set(EXECUTABLE_OUTPUT_PATH ${CMAKE_BINARY_DIR})

    # 头文件搜索路径
    include_directories(${CMAKE_PROJECT_INCLUDE_DIR}/../sdk/include)

    # OpenSSL依赖
    find_package(OpenSSL REQUIRED)
    include_directories(${OPENSSL_INCLUDE_DIR})
    # 开启cpp‑httplib的openssl支持
    target_compile_definitions(testLLM PRIVATE CPPHTTPLIB_OPENSSL_SUPPORT)

    # 链接库:gtest、spdlog、openssl、sqlite3等
    target_link_libraries(testLLM gtest gtest_main spdlog OpenSSL::SSL OpenSSL::Crypto sqlite3)

    • 必须链接sqlite3库,DataManager依赖 SQLite 数据库做会话持久化。
    • 定义宏CPPHTTPLIB_OPENSSL_SUPPORT开启 http‑lib 的 HTTPS 能力,云端模型 API 均使用 HTTPS 协议。

    4 ~> 编译运行流程

  • 创建 build 构建目录,进入 build 文件夹。
  • cmake ..:解析 CMakeLists 生成 Makefile 构建脚本。
  • make:编译全部源码生成testLLM可执行程序。
  • 执行./testLLM运行 gtest 测试用例。
  • 运行后会在当前目录生成chatDB.dbsqlite 数据库文件,存储会话、消息持久化数据。
  • 注意 :编译成功仅代表语法无错误,必须运行测试验证业务逻辑正确性。


    5 ~> 常见问题分析

    5.1 Gemini 返回 429 错误 “You exceeded your current quota”

    • 根因:Google Gemini 免费额度耗尽。
    • 背景:Google 提供免费 token 配额,存在上限;耗尽后需要付费。Google Cloud 付费验证仅支持境外银行卡,国内实体卡无法完成身份校验;市面虚拟卡会触发风控校验失败(错误码OR_BACR2_44),极易封号。
    • 解决方案:
      • 使用新的有效付费 API‑Key;
      • 环境变量更新:vim ~/.bashrc设置新环境变量,执行source ~/.bashrc使环境变量生效;
      • 代码读取更新后的环境变量。
    • 风险提示:第三方倒卖 API‑Key 存在中间人转发劫持风险,用户对话明文会被中间人窃取,生产环境禁止使用非官方中转服务。

    5.2 云端模型初始化失败

    • 排查方向:
      • API‑Key 环境变量是否正确导出,std::getenv读取是否为空;
      • 网络连通性:GPT/Gemini 需要代理网络;DeepSeek 国内网络可直连;
      • 端点 base_url 是否配置正确,不要硬编码,代码配置可兼容服务商地址变更。

    5.3 Ollama 本地模型初始化失败

    • 确认 Ollama 服务启动,端口 11434 监听正常;
    • 确认本地已经 pull 对应模型,模型名称和配置中_modelName严格一致;
    • endpoint 填写http://localhost:11434。

    6 ~> 业务流程验证结果

    6.1 云端模型(DeepSeek 示例)

    完整链路:

  • SDK 初始化成功,Provider 注册;
  • SQLite 数据库打开;
  • 创建会话,会话写入数据库;
  • 用户输入消息,消息存入内存Session对象,同时持久化写入 SQLite;
  • SDK 组装包含完整上下文历史的 HTTP 请求发送云端 API;
  • 获取 200 应答,模型返回结果;
  • 助手回复存入内存会话,写入 SQLite;
  • 读取历史消息,可以拿到多轮对话完整上下文;
  • 下一轮请求自动携带全部历史消息给大模型,实现多轮对话记忆。
  • 6.2 Ollama 本地 deepseek‑r1:1.5b

    • 整体流程和云端模型完全一致;
    • HTTP 请求发送至本地 Ollama 服务,不走公网;
    • Ollama 完成模型推理,返回应答给 SDK;
    • 会话、消息存储逻辑与云端模型完全复用同一套SessionManager+DataManager。

    7 ~> 测试总结与后续工作

    7.1 测试覆盖

    • 测试两类接入方式:云端 API 接入、本地 Ollama 接入;
    • 覆盖功能点:模型注册初始化、会话创建、多轮消息交互、内存缓存会话、SQLite 持久化、历史消息读取;
    • 验证模块协同:ChatSDK、LLMManager、SessionManager、DataManager协同工作正常。

    7.2 待完成工作

  • 封装 Web Demo,提供网页聊天界面,调用 ChatSDK 完成对话。
  • 补充流式返回场景完整测试用例。
  • 测试结束将SessionManager访问权限恢复为private,禁止外部直接访问内部成员。
  • 补充异常用例:非法 sessionId、空 API‑Key、网络断开、模型不存在等边界场景测试。

  • 结尾

    uu们,本文的内容到这里就全部结束了,艾莉丝在这里再次感谢您的阅读!

    艾莉丝努力练剑

    C/C++ & Linux 底层探索者 | 一个正在努力练剑的技术博主


    👀
    【关注】 跟随我一起深耕技术领域,见证每一次成长。

    ❤️
    【点赞】 让优质内容被更多人看见,让知识传递更有力量。

    ⭐
    【收藏】 把核心知识点存好,在需要时随时查、随时用。

    💬
    【评论】 分享你的经验或疑问,评论区一起交流避坑!

    不要忘记给博主“一键四连”哦!

    “今日练剑达成!”

    “技术之路难免有困惑,但同行的人会让前进更有方向。”

    结语:希望对学习Linux相关内容的uu有所帮助,不要忘记给博主“一键四连”哦!

    往期回顾:

    【AI大模型接入SDK】ChatSDK整体实现

    🗡博主在这里放了一只小狗,大家看完了摸摸小狗放松一下吧!🗡

    ૮₍ ˶ ˊ ᴥ ˋ˶₎ა

    在这里插入图片描述

    赞(0)
    未经允许不得转载:171主机测评 » 【AI大模型接入SDK】ChatSDK 集成测试概述
    分享到: 更多 (0)

    评论 抢沙发

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址