# 测试平台

**Repository Path**: yaliary/test-platform

## Basic Information

- **Project Name**: 测试平台
- **Description**: 用于做软件测试使用
- **Primary Language**: Python
- **License**: AFL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-30
- **Last Updated**: 2026-01-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 测试全流程AI支撑平台

> 基于Python + FastAPI + AI的测试全流程智能支撑系统

## 功能特性

- ✅ **8大核心模块**：覆盖从需求分析到上线评估的完整测试流程
- ✅ **AI智能辅助**：每个阶段都提供AI智能辅助，显著减少手工工作量
- ✅ **模块化设计**：各模块可独立使用，也可通过配置编排为完整流程
- ✅ **统一接口规范**：所有模块使用统一的Envelope结构，便于集成

## 快速开始

### 1. 环境准备

```bash
# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt
```

### 2. 配置环境变量

```bash
# 复制环境变量模板
copy .env.example .env  # Windows
# cp .env.example .env  # Linux/Mac

# 编辑.env文件，配置OpenAI API Key等
```

### 3. 初始化数据库

```bash
# 运行应用会自动创建数据库表
python -m src.main
```

### 4. 启动服务

#### Windows 用户（推荐）

```bash
# 方式1：使用统一启动脚本（同时启动前后端）
start.bat

# 方式2：使用PowerShell脚本
.\start.ps1

# 方式3：分别启动
# 启动后端
python run.py

# 启动前端（新开终端）
cd frontend
npm run dev
```

#### Linux/Mac 用户

```bash
# 启动后端
python run.py
# 或
uvicorn src.main:app --host 0.0.0.0 --port 8000 --reload

# 启动前端（新开终端）
cd frontend
npm install  # 首次运行
npm run dev
```

前端将在 http://localhost:3000 启动，并自动代理后端API

### 6. 访问应用

- **前端界面**: http://localhost:3000 （如果启动了前端）
- **API文档**: http://localhost:8000/docs
- **健康检查**: http://localhost:8000/health

## 项目结构

```
test_pt/
├── src/                    # 源代码
│   ├── core/              # 核心基础设施
│   │   ├── models/        # 领域模型（Pydantic）
│   │   ├── llm/           # LLM Provider抽象层
│   │   ├── config/        # 配置管理
│   │   └── ...
│   ├── modules/           # 8大模块实现
│   │   ├── mod_A_requirements/
│   │   ├── mod_B_plan/
│   │   └── ...
│   ├── api/               # FastAPI路由
│   └── main.py            # 应用入口
├── config/                # 模块配置文件
├── data/                  # 数据存储目录
├── templates/             # 模板文件
├── docs/                  # 文档目录
└── requirements.txt       # 依赖包列表
```

## 核心模块

### 模块A：需求与测试点智能分析
- 解析需求文档（PRD/API文档/设计文档）
- AI自动提取测试点
- 标注优先级和业务链路

### 模块C：用例设计与评审一体化
- AI生成用例初稿
- 用例评审和覆盖度检查
- 输出正式用例集

### 模块H：测试报告与上线评估
- 汇总测试数据
- 生成可视化报告
- 上线评估建议

## API使用示例

### 创建任务

```bash
curl -X POST "http://localhost:8000/api/tasks/create" \
  -H "Content-Type: application/json" \
  -d '{
    "task_name": "登录功能测试",
    "project_id": "PROJ-001"
  }'
```

### 运行模块A

```bash
curl -X POST "http://localhost:8000/api/mod_A_requirements_analysis/run" \
  -H "Content-Type: application/json" \
  -d '{
    "task_id": "TASK-20250101-001",
    "module_id": "mod_A_requirements_analysis",
    "input": {
      "documents": [
        {
          "file_path": "path/to/prd.pdf",
          "doc_type_hint": "PRD"
        }
      ]
    }
  }'
```

## 开发文档

详细的设计文档和API规范请参考 `docs/` 目录：

- [系统设计说明书](./docs/系统设计说明书.md)
- [技术实现补充文档](./docs/技术实现补充文档.md)
- [模块接口规范](./docs/模块接口规范.md)
- [快速参考指南](./docs/快速参考指南.md)

## 技术栈

- **后端框架**: FastAPI
- **数据库**: SQLite (可升级MySQL/PostgreSQL)
- **ORM**: SQLAlchemy
- **数据验证**: Pydantic
- **AI模型**: OpenAI GPT-4 (可扩展其他模型)
- **日志**: Loguru

## 许可证

MIT License