企业官网建设流程全解析

4 条数据，每页 2 条，分页函数却返回了 3 页，最后一页还是空的。

代码没有抛异常，接口也可能正常返回成功状态。直到调用方发现“下一页”里什么都没有，问题才暴露出来。

这类 Bug 很适合用来练习 AI 辅助排错：函数短，现象明确，修复是否有效也能马上验证。关键是把输入、预期和实际结果交代清楚，再让 AI 帮忙分析。

下面用一个专门构造的教学案例走通这个过程。示例只使用 Python 标准库，不需要接入模型 API，也不依赖付费会员。

1. 先把问题缩成能独立运行的代码

假设我们正在整理一个数据导出脚本，需要把列表按固定大小拆成多个批次。把原项目里的数据库、接口调用和日志先拿掉，留下这个函数：

defpaginate(items,page_size):pages=len(items)//page_size+1return[items[i*page_size:(i+1)*page_size]foriinrange(pages)]print(paginate([1,2,3,4],2))

实际输出：

[[1, 2], [3, 4], []]

预期输出：

[[1, 2], [3, 4]]

这个例子虽然小，却已经提供了排错最有用的信息：什么输入会触发问题、结果错在哪里、怎样才算修好。

不要只把“分页有问题，帮我看看”交给 AI。它拿不到业务约定，很可能顺手改成另一套接口，或者把空页当作合理行为保留下来。

图 1：先收集证据，再提出修复假设，最后重新运行用例。

2. 把业务约定一起发给 AI

在聊天工具里粘贴函数，或在支持读取文件的编程助手中选中对应文件，然后附上这段提示词：

请分析下面的 Python 分页函数，先定位原因，再给最小修复。 已知事实： - 输入 items=[1, 2, 3, 4]，page_size=2。 - 实际输出 [[1, 2], [3, 4], []]。 - 预期输出 [[1, 2], [3, 4]]。 业务约定： - items 是内存中的 Python 列表。 - 返回值是列表组成的列表，不返回空页。 - 空输入返回 []，不是 [[]]。 - page_size 必须是正整数，布尔值不接受。 - 不修改输入列表，不引入第三方依赖。 请依次输出： 1. 用具体输入推导错误发生的位置。 2. 区分已确认原因与仍需验证的猜测。 3. 给出保持函数名和参数不变的修复代码。 4. 列出会让旧实现失败的回归用例。 5. 说明修复的适用范围，不要声称已经运行测试。 待分析代码： （在这里粘贴完整函数）

这里最容易漏的是“空输入应该返回什么”。有些页面会保留一个空白展示页，但这个函数负责拆分数据批次，我们约定没有数据就没有批次。业务约定先确定，测试才有可靠的预期值。

真实项目里，还应补充 Python 版本、完整异常堆栈以及相关调用位置。粘贴前去掉令牌、连接密码和真实用户数据；能用合成数据复现，就不必上传生产记录。

3. 看懂修复原因，才能判断 AI 有没有改对

问题出在这一行：

pages=len(items)//page_size+1

4 条数据，每页 2 条，整除结果已经是 2。再无条件加 1，就变成 3 页。第三次切片取的是items[4:6]，因此得到空列表。

如果换成 5 条数据，5 // 2 + 1恰好等于 3，错误就被掩盖了。只测一个“普通输入”，很容易觉得函数没有问题。

图 2：示例统一按每页 2 条计算；能整除和不能整除，都需要验证。

可以修正页数公式，也可以直接按每页的起始下标切片。后一种写法不需要单独维护页数变量。

保存为pagination.py：

defpaginate(items,page_size):iftype(page_size)isnotint:raiseTypeError("page_size must be an integer")ifpage_size<=0:raiseValueError("page_size must be greater than zero")return[items[start:start+page_size]forstartinrange(0,len(items),page_size)]

对于 4 条数据，range(0, 4, 2)只产生起始下标 0 和 2，不会产生 4。空列表则没有起始下标，自然返回[]。

这里的类型检查是有意严格的。Python 中bool是int的子类，使用isinstance(True, int)会得到True。示例约定只接受内置int，因此用type(page_size) is int，同时也会拒绝其他整数子类。这是接口约定，不是适用于所有项目的通用写法。相关类型关系见 Python 内置类型文档。

4. 让测试证明修复有效

AI 解释得流畅，不代表改动已经正确。把下面的代码保存为test_pagination.py，与pagination.py放在同一目录：

importunittestfrompaginationimportpaginateclassPaginationTests(unittest.TestCase):deftest_exact_multiple(self):self.assertEqual(paginate([1,2,3,4],2),[[1,2],[3,4]])deftest_empty(self):self.assertEqual(paginate([],2),[])deftest_partial_page(self):self.assertEqual(paginate([1,2,3,4,5],2),[[1,2],[3,4],[5]])deftest_single_item(self):self.assertEqual(paginate([1],2),[[1]])deftest_size_one(self):self.assertEqual(paginate([1,2],1),[[1],[2]])deftest_invalid_size(self):forsizein(0,-1):withself.subTest(size=size):withself.assertRaises(ValueError):paginate([1],size)deftest_invalid_type(self):forsizein(True,1.5,"2",None):withself.subTest(size=repr(size)):withself.assertRaises(TypeError):paginate([1],size)deftest_preserves_input(self):items=[1,2,3]paginate(items,2)self.assertEqual(items,[1,2,3])if__name__=="__main__":unittest.main()

进入这两个文件所在目录，运行：

python--versionpython-munittest-vtest_pagination.py

环境要求：Python 3，无第三方依赖。如果电脑通过python3调用 Python，就将两条命令中的python都替换为python3。

本稿配套代码已在交付环境实际执行，8 个测试方法全部通过，其中非法参数使用子测试覆盖多个输入。测试输出末尾为：

Ran 8 tests in 0.000s OK

运行耗时会随机器变化。这里验证的是内存列表拆分逻辑，没有测试数据库分页、网络接口或前端翻页。

unittest是 Python 标准库中的测试框架，断言、异常检查和命令行运行方式可查阅 Python unittest 官方文档。

5. 防止 AI 顺着错误代码生成错误测试

如果你只说“给这个函数补测试”，AI 可能把当前实现当作正确规格，甚至把多出来的空列表写进预期结果。这样一来，测试越齐全，错误反而固定得越牢。

更有效的追问是：

请根据业务约定复查测试，不要根据现有实现反推预期值。 指出哪些用例能够揭露旧版本的 Bug。 如果把旧版本替换回来，这些用例为什么应当失败？ 不要通过修改预期结果来迁就旧实现。

这份示例中，“4 条数据恰好分两页”和“空列表返回零页”都能揭露旧实现的问题。交付时也把这两个用例单独作用于旧函数，确认它们确实失败。

测试还应该包含正常路径，比如 5 条数据拆成 3 页，避免修复一个边界时破坏原来正常的行为。

6. 把这个方法迁移到真实项目

遇到更复杂的报错，可以按同样的顺序整理材料：先找到稳定复现的输入，再写下业务预期，缩小到相关函数或调用链，最后让 AI 提出修复并补测试。

如果只有线上偶发的问题，暂时不能稳定复现，就先让 AI 帮你设计需要补充的日志字段、可能的触发条件和验证顺序。不要把一个推测直接写成根因。

示例函数也有明确边界：它一次性构造所有分页结果，适合已经在内存里的有限列表；切片是浅拷贝，页中的可变对象仍与原列表共享引用。处理大文件、生成器或数据库记录时，应重新设计迭代读取或查询逻辑，不能直接把这段代码套上去。

下一次让 AI 帮忙排错，可以先准备这三行：

触发问题的输入： 我期望得到的结果： 程序实际返回的结果：

再加上一条能够区分对错的测试，你就有了检查 AI 修复建议的依据。