test: Add mock test for /generate-ad endpoint

requirments.txt

@@ -7,5 +7,8 @@ torch --index-url https://download.pytorch.org/whl/cpu
 https://github.com/sergey21000/llama-cpp-python-wheels/releases/download/v0.3.16-cpu/llama_cpp_python-0.3.16-cp312-cp312-linux_x86_64.whl
 huggingface-hub
 Pillow
+
+# Тестирование
 pytest
-httpx
+httpx
+pytest-mock

tests/test_main.py

@@ -7,6 +7,7 @@ from app.main import app
 # Создаем "виртуального клиента", который будет отправлять запросы к приложению.
 client = TestClient(app)
 
+# --- Тест-кейс №1 ---
 def test_read_main_page():
     """
     Тест проверяет, что главная страница ("/") успешно загружается.
@@ -20,4 +21,36 @@ def test_read_main_page():
     assert response.status_code == 200
     
     # 3. Проверка содержимого:
-    assert "Генератор объявлений" in response.text
+    assert "Генератор объявлений" in response.text
+
+
+# --- Тест-кейс №2 ---
+def test_submit_image_successfully(mocker):
+    """
+    Тест проверяет успешную отправку изображения и постановку задачи в очередь.
+    'mocker' - это специальный аргумент от pytest-mock для создания "моков".
+    """
+    # 1. Подготовка "мока":
+    # Мы "подменяем" настоящую, тяжелую ML-функцию на заглушку.
+    mocker.patch(
+        'app.main.generate_ad_from_image', 
+        return_value={"status": "mocked_ok"}
+    )
+
+    # 2. Действие:
+    # Имитируем отправку файла, как это делает браузер.
+    with open("tests/assets/test_image.png", "rb") as f:
+        response = client.post(
+            "/generate-ad",
+            data={"style": "brief"},
+            files={"image": ("test_image.png", f, "image/png")}
+        )
+
+    # 3. Проверки (Asserts):
+    # Утверждаем, что сервер ответил кодом 202 (Accepted), 
+    # что означает "задача принята в обработку".
+    assert response.status_code == 202
+    
+    # Утверждаем, что в JSON-ответе есть ключ "task_id".
+    data = response.json()
+    assert "task_id" in data