FireRed-OCR Studio保姆级教程：FireRed-OCR Studio CI/CD自动化测试流程搭建

銀河鐵道的企鵝

798人浏览 · 2026-03-21 03:41:19

銀河鐵道的企鵝 · 2026-03-21 03:41:19 发布

FireRed-OCR Studio保姆级教程：CI/CD自动化测试流程搭建

1. 为什么需要自动化测试

在开发FireRed-OCR Studio这类工业级文档解析工具时，每次代码变更都可能影响核心的OCR识别能力。手动测试不仅效率低下，而且难以覆盖所有场景。通过搭建CI/CD自动化测试流程，我们可以：

确保每次代码提交后立即运行测试
快速发现和修复回归问题
保持文档解析质量的稳定性
减少人工测试的工作量

2. 环境准备

2.1 基础工具安装

在开始之前，请确保你的开发环境已安装以下工具：

Git：用于版本控制
Python 3.8+：FireRed-OCR Studio的运行环境
Docker：容器化部署测试环境
GitHub账户：托管代码和配置CI/CD

# 检查Python版本
python --version

# 检查Docker是否安装
docker --version

2.2 测试数据集准备

为全面测试OCR功能，建议准备以下类型的测试文档：

纯文本文档（不同字体和大小）
复杂表格文档（含合并单元格）
数学公式文档
混合布局文档（图文混排）
低质量扫描件

将这些测试样本放在项目根目录的test_samples/文件夹中。

3. 搭建基础测试框架

3.1 单元测试配置

首先，我们为FireRed-OCR Studio添加Python单元测试：

# tests/test_ocr_core.py
import unittest
from firered_ocr import DocumentParser

class TestDocumentParser(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.parser = DocumentParser()
    
    def test_text_extraction(self):
        result = self.parser.parse("test_samples/simple_text.png")
        self.assertIn("示例文本", result.markdown)
        
    def test_table_extraction(self):
        result = self.parser.parse("test_samples/complex_table.png")
        self.assertIn("| 姓名 | 年龄 |", result.markdown)

3.2 集成测试设计

对于Streamlit界面，我们需要添加界面集成测试：

# tests/test_ui_integration.py
import pytest
from streamlit.testing.v1 import AppTest

def test_upload_and_parse():
    at = AppTest.from_file("app.py")
    at.run()
    
    # 模拟文件上传
    at.file_uploader("uploader").upload("test_samples/simple_text.png")
    at.button("RUN_OCR_PIXELS").click().run()
    
    # 验证结果区域有内容
    assert len(at.markdown("output")) > 0

4. GitHub Actions配置

4.1 基础工作流文件

在项目根目录创建.github/workflows/ci.yml文件：

name: FireRed-OCR CI

on: [push, pull_request]

jobs:
  test:
    runs-on: ubuntu-latest
    services:
      redis:
        image: redis
        ports:
          - 6379:6379
    steps:
      - uses: actions/checkout@v4
      - name: Set up Python
        uses: actions/setup-python@v4
        with:
          python-version: '3.10'
      - name: Install dependencies
        run: |
          python -m pip install --upgrade pip
          pip install -r requirements.txt
          pip install pytest pytest-cov
      - name: Run tests
        run: |
          pytest --cov=./ --cov-report=xml
      - name: Upload coverage
        uses: codecov/codecov-action@v3

4.2 GPU测试配置

对于需要GPU的模型测试，可以使用以下配置：

gpu-test:
  runs-on: ubuntu-latest
  container:
    image: pytorch/pytorch:2.0.1-cuda11.7-cudnn8-runtime
    options: --gpus all
  steps:
    - uses: actions/checkout@v4
    - name: Install dependencies
      run: |
        apt-get update && apt-get install -y libgl1
        pip install -r requirements.txt
    - name: Run GPU tests
      run: |
        python -m pytest tests/gpu_tests/

5. 测试结果分析与优化

5.1 测试覆盖率报告

在pytest命令中添加覆盖率参数：

pytest --cov=firered_ocr --cov-report=html

生成的HTML报告可以帮助你：

查看哪些代码没有被测试覆盖
分析测试漏洞
优化测试用例

5.2 性能基准测试

添加性能测试脚本，监控OCR解析速度：

# tests/performance/test_benchmark.py
import timeit
from firered_ocr import DocumentParser

def benchmark_ocr():
    parser = DocumentParser()
    def test_func():
        parser.parse("test_samples/large_document.png")
    
    # 运行10次取平均时间
    time = timeit.timeit(test_func, number=10)/10
    print(f"Average parse time: {time:.2f}s")
    return time

6. 进阶CI/CD功能

6.1 自动部署测试环境

使用Docker Compose定义完整的测试环境：

# docker-compose.test.yml
version: '3.8'

services:
  firered-ocr:
    build: .
    ports:
      - "8501:8501"
    environment:
      - REDIS_URL=redis://redis:6379
    depends_on:
      - redis
  redis:
    image: redis

6.2 端到端测试

使用Playwright添加浏览器自动化测试：

// tests/e2e/ocr.test.js
const { test, expect } = require('@playwright/test');

test('should parse uploaded document', async ({ page }) => {
  await page.goto('http://localhost:8501');
  
  // 上传测试文件
  const uploader = await page.locator('input[type="file"]');
  await uploader.setInputFiles('test_samples/simple_text.png');
  
  // 点击解析按钮
  await page.click('text=RUN_OCR_PIXELS');
  
  // 验证结果
  await expect(page.locator('.markdown-output')).toContainText('示例文本');
});