วิธีสร้าง Unit Test อัตโนมัติโดยใช้ OpenAI Codex กับโครงการ Python อย่างปลอดภัย

Overview

การสร้าง Unit Test แบบอัตโนมัติช่วยลดเวลาและข้อผิดพลาดของมนุษย์ แต่ต้องทำอย่างปลอดภัยเพื่อไม่ให้โค้ดสำคัญรั่วไหล OpenAI Codex เป็นเครื่องมือที่สามารถเขียนเทสต์ให้เราได้ เพียงแค่กำหนดสภาพแวดล้อมและเงื่อนไขเบื้องต้น

**Tip: อย่าใส่ข้อมูลลับ (API key, รหัสผ่าน) ลงใน prompt ของ Codex

Why Use OpenAI Codex for Unit Tests

• ความเร็ว – Codex สร้างเทสต์หลายกรณีภายในไม่กี่วินาที
• คุณภาพ – โมเดลเรียนรู้จากโค้ดเปิดที่มีมาตรฐานสูง ทำให้ได้เทสต์ครอบคลุม
• การบำรุงรักษา – เมื่อฟังก์ชันเปลี่ยนแปลง เพียงส่ง prompt ใหม่ Codex จะปรับเทสต์อัตโนมัติ

How It Works

Codex ทำงานโดยรับ prompt ที่อธิบายฟังก์ชันและผลลัพธ์ที่คาดหวัง แล้วคืนโค้ด Python ของ `unittest` หรือ `pytest` เราต้องจัดการให้ Prompt ปลอดภัยและแยกสภาพแวดล้อมออกจากโปรเจคจริง

• Prompt Design – ระบุ input, output, edge case อย่างชัดเจน
• API Call – ใช้ OpenAI API ส่ง prompt และรับ response ในรูป JSON
• Validation – ตรวจสอบโค้ดที่ได้ว่าไม่มี import ที่ไม่ปลอดภัยหรือการเรียกใช้ network

Step‑by‑Step Guide

เตรียมสภาพแวดล้อม

• สร้าง virtual environment แยกจากโปรเจคหลัก (`python -m venv test-env`)
• ติดตั้งแพ็กเกจจำเป็น `pip install openai pytest`
• ตั้งค่าตัวแปรสิ่งแวดล้อมสำหรับ OpenAI API Key (`export OPENAI_API_KEY=your_key`)

เขียน Prompt เบื้องต้น

• **ขั้​นที่ 1: ระบุฟังก์ชันและประเภทข้อมูล

```text Write a pytest unit test for function `calculate_tax(income: float) -> float`. The function returns tax based on progressive rates:

• 0‑10,000 : 0%
• 10,001‑30,000 : 10%
• >30,000 : 20%

Include tests for normal, boundary and negative values. ```

• **ขั้​นที่ 2: เพิ่มข้อกำหนดด้านความปลอดภัย

```text Do not import any external modules other than pytest. Do not make network calls or read/write files. ```

เรียก API และรับผลลัพธ์

```python import openai, json, textwrap

def generate_test(prompt: str) -> str: response = openai.Completion.create( engine="code-davinci-002", prompt=prompt, max_tokens=400, temperature=0, stop=["# End"] ) return response.choices[0].text.strip() ```

ตรวจสอบและบันทึกเทสต์

• **ขั้​นที่ 1: ใช้ `ast` เพื่อตรวจสอบว่าไม่มี `import os`, `import sys` ที่อาจทำให้โค้ดเข้าถึงระบบ
• **ขั้​นที่ 2: บันทึกไฟล์ลงโฟลเดอร์ `tests/generated/` ด้วยนามสกุล `_test.py`

```python import ast, pathlib

def is_safe(code: str) -> bool: tree = ast.parse(code) for node in ast.walk(tree): if isinstance(node, (ast.Import, ast.ImportFrom)): for alias in node.names: if alias.name in {"os", "sys", "subprocess"}: return False return True

code = generate_test(prompt) if is_safe(code): pathlib.Path("tests/generated").mkdir(parents=True, exist_ok=True) (pathlib.Path("tests/generated") / "test_calculate_tax.py").write_text(code) else: raise ValueError("Generated code contains unsafe imports") ```

รันเทสต์และตรวจสอบผล

```bash pytest tests/generated/ ```

• ถ้าเทสต์ล้มเหลวให้ปรับ Prompt หรือเพิ่มกรณี edge case ใหม่
• เก็บ Log ของการสร้างเทสต์ไว้ใน `logs/` เพื่อ audit ภายหลัง

Security Checklist

**Warning: หาก Prompt มีข้อมูลโค้ดที่เป็น proprietary ควรใช้ OpenAI’s “private deployment” หรือเซิร์ฟเวอร์ภายในองค์กร เพื่อป้องกันข้อมูลรั่วไหล

Tips for Better Results

• ใช้ explicit examples ใน Prompt เช่น `calculate_tax(15000) == 1500`
• ระบุ boundary conditions อย่างชัดเจน (`income = 0`, `income = -500`)
• จำกัดความยาวของ Prompt ไม่เกิน 500 token เพื่อให้โมเดลตอบสนองเร็ว

Summary

• สร้างสภาพแวดล้อมแยกและตั้งค่า API Key อย่างปลอดภัย
• ออกแบบ Prompt ให้มีข้อมูลฟังก์ชัน, ขอบเขตผลลัพธ์ และข้อจำกัดด้านความปลอดภัย
• เรียก OpenAI Codex ผ่าน API แล้วตรวจสอบโค้ดด้วย `ast` ก่อนบันทึกลงไฟล์เทสต์
• รันและปรับแก้เทสต์ตามผลลัพธ์ พร้อมเก็บ Log เพื่อ audit

สิ่งที่ควรจำ

• อย่าใส่ข้อมูลลับใน Prompt
• ตรวจสอบ import ที่อาจเป็นอันตรายก่อนบันทึกโค้ด
• ใช้ virtual environment แยกเพื่อป้องกันการกระทบต่อ production code
• ปรับ Prompt อย่างต่อเนื่องจนได้เทสต์ที่ครอบคลุมและปลอดภัย