Skip to main content
集成测试验证您的智能体是否能正确使用模型 API 和外部服务。与使用伪造和模拟的单元测试不同，集成测试会进行实际的网络调用，以确认组件协同工作、凭证有效且延迟可接受。 由于 LLM 响应是非确定性的，集成测试需要不同于传统软件测试的策略。本指南介绍如何为您的智能体组织、编写和运行集成测试。有关为 LangChain 本身贡献时的通用测试基础设施，请参阅贡献代码。

​
分离单元测试和集成测试

集成测试速度较慢且需要 API 凭证，因此应与单元测试分开。这样，您可以在每次更改时运行快速的单元测试，并将集成测试保留用于 CI 或部署前检查。 使用文件命名约定来分离集成测试。将集成测试文件命名为 *.int.test.ts，并配置 vitest 以在默认运行中排除它们：
vitest.config.ts
import { configDefaults, defineConfig } from "vitest/config";

export default defineConfig((env) => {
  if (env.mode === "int") {
    return {
      test: {
        testTimeout: 100_000,
        include: ["**/*.int.test.ts"],
        setupFiles: ["dotenv/config"],
      },
    };
  }

  return {
    test: {
      testTimeout: 30_000,
      exclude: ["**/*.int.test.ts", ...configDefaults.exclude],
    },
  };
});
在 package.json 中添加脚本： 
{
  "scripts": {
    "test": "vitest",
    "test:integration": "vitest --mode int"
  }
}
显式运行集成测试： 
npm run test:integration

​
管理 API 密钥

集成测试需要真实的 API 凭证。从环境变量加载它们，以便密钥不会进入源代码控制。 将 dotenv/config 添加为 vitest 设置文件，以便从 .env 自动加载环境变量：
vitest.config.ts
export default defineConfig({
  test: {
    setupFiles: ["dotenv/config"],
  },
});
.env
OPENAI_API_KEY=sk-...
当密钥缺失时跳过测试： 
import { test } from "vitest";

test.skipIf(!process.env.OPENAI_API_KEY)(
  "agent responds with tool call",
  async () => {
    // ...
  }
);
将 .env 添加到您的 .gitignore 以避免提交凭证。在 CI 中，通过您的提供商的秘密管理（例如 GitHub Actions secrets）注入秘密。

​
断言结构而非内容

LLM 响应在不同运行之间会变化。不要断言确切的输出字符串，而是验证响应的结构属性：消息类型、工具调用名称、参数形状和消息数量。 
test("agent calls weather tool", async () => {
  const agent = createAgent({ model: "claude-sonnet-4-6", tools: [getWeather] });
  const result = await agent.invoke({
    messages: [new HumanMessage("What's the weather in SF?")]
  });

  const aiMsg = result.messages.find(
    (m) => AIMessage.isInstance(m) && m.tool_calls?.length
  );
  expect(aiMsg).toContainToolCall({ name: "get_weather" });
  expect(result.messages.at(-1)).toBeAIMessage();
});
此示例使用自定义测试匹配器。有关设置和完整匹配器参考，请参阅以下部分。
对于更严格的轨迹断言，请使用 AgentEvals 评估器，它支持模糊匹配模式，如 unordered 和 superset。

​
使用自定义测试匹配器

langchain 提供自定义 vitest 匹配器，使结构断言更易读，并在失败时生成清晰的错误消息。在设置文件中注册一次，它们就会在每次 expect() 调用中可用。

​
设置

添加一个 vitest 设置文件，使用 LangChain 匹配器扩展 expect：
vitest.setup.ts
import { langchainMatchers } from "@langchain/core/testing";

expect.extend(langchainMatchers);
在 vitest 配置中引用它：
vitest.config.ts
export default defineConfig({
  test: {
    setupFiles: ["vitest.setup.ts"],
  },
});
TypeScript 类型会自动包含，因此无需额外配置即可实现自动完成。

​
检查消息类型

每个消息类都有一个对应的匹配器：toBeHumanMessage()、toBeAIMessage()、toBeSystemMessage() 和 toBeToolMessage()。不带参数调用以仅检查类型，或传递字符串以同时匹配内容： 
const response = await agent.invoke({
  messages: [new HumanMessage("What's the weather?")]
});
const lastMessage = response.messages.at(-1);

expect(lastMessage).toBeAIMessage();
expect(lastMessage).toBeAIMessage("It's 72°F and sunny.");
传递对象以匹配特定字段： 
expect(lastMessage).toBeAIMessage({ name: "weather-bot" });
expect(toolMsg).toBeToolMessage({ tool_call_id: "call_1" });

​
断言工具调用

三个匹配器涵盖对 AIMessage 的工具调用断言： 
const response = await agent.invoke({
  messages: [new HumanMessage("Weather in SF and NYC?")]
});
const aiMsg = response.messages.find(
  (m) => AIMessage.isInstance(m) && m.tool_calls?.length
);

// 检查特定工具调用是否存在（顺序无关）
expect(aiMsg).toHaveToolCalls([
  { name: "get_weather", args: { city: "San Francisco" } },
  { name: "get_weather", args: { city: "New York" } },
]);

// 仅检查数量
expect(aiMsg).toHaveToolCallCount(2);

// 检查至少一个工具调用匹配（支持 .not）
expect(aiMsg).toContainToolCall({ name: "get_weather" });
expect(aiMsg).not.toContainToolCall({ name: "send_email" });

​
断言工具消息

toHaveToolMessages() 获取完整的消息数组，并按顺序检查其中的 ToolMessage 实例： 
expect(response.messages).toHaveToolMessages([
  { content: "72°F and sunny in San Francisco" },
  { content: "68°F and cloudy in New York" },
]);

​
断言中断和结构化响应

toHaveBeenInterrupted() 检查 LangGraph 中断 结果中是否存在 __interrupt__ 字段。传递值以匹配中断有效负载： 
const result = await graph.invoke(input);

expect(result).toHaveBeenInterrupted();
expect(result).toHaveBeenInterrupted("confirm_action");
toHaveStructuredResponse() 检查结果中是否存在 structuredResponse 字段。传递对象以匹配特定字段： 
expect(result).toHaveStructuredResponse();
expect(result).toHaveStructuredResponse({ name: "Alice", age: 30 });

​
匹配器参考

匹配器描述
toBeHumanMessage(expected?)检查值是否为 HumanMessage。可选匹配内容（字符串）或字段（对象）。
toBeAIMessage(expected?)检查值是否为 AIMessage。可选匹配内容或字段。
toBeSystemMessage(expected?)检查值是否为 SystemMessage。可选匹配内容或字段。
toBeToolMessage(expected?)检查值是否为 ToolMessage。可选匹配内容或字段，如 tool_call_id。
toHaveToolCalls(expected)检查 AIMessage 是否具有完全给定的工具调用（顺序无关）。
toHaveToolCallCount(n)检查 AIMessage 是否具有恰好 n 个工具调用。
toContainToolCall(expected)检查 AIMessage 是否包含至少一个匹配的工具调用。支持 .not。
toHaveToolMessages(expected)检查消息数组是否包含给定的 ToolMessage 实例，并按顺序。
toHaveBeenInterrupted(value?)检查结果是否具有 __interrupt__。可选匹配中断值。
toHaveStructuredResponse(expected?)检查结果是否具有 structuredResponse。可选匹配特定字段。

​
降低成本和延迟

调用 LLM API 的集成测试会产生真实成本。一些实践有助于保持测试套件快速且经济：
  • 使用更小的模型：对于仅需验证工具调用和响应结构的测试，使用 gemini-3.1-flash-lite-preview 或等效模型。
  • 设置 maxTokens：限制响应长度以避免长而昂贵的补全。
  • 限制测试范围：每个测试仅测试一种行为。避免在单次测试足以满足需求时，使用链式多个 LLM 调用的端到端场景。
  • 选择性运行：使用上述的测试分离，仅在 CI 或部署前运行集成测试，而不是在每次文件保存时运行。
const agent = createAgent({
  model: "gemini-3.1-flash-lite-preview",
  tools: [getWeather],
  modelArgs: { maxTokens: 256 },
});

​
后续步骤

在 Evals 中了解如何使用确定性匹配或 LLM 作为裁判评估器来评估智能体轨迹。
在 GitHub 上编辑此页面 或提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等，以获取实时答案。