# AiGeneratorCases

**Repository Path**: JackStarCoder/ai-generator-cases

## Basic Information

- **Project Name**: AiGeneratorCases
- **Description**: AI自动生成测试用例的小工具
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2024-09-27
- **Last Updated**: 2025-08-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 测试分析AI生成自动化用例工具介绍
## 快速开始：
### 试用地址：

[恒生数据仿真平台-AI测试用例生成](http://10.20.181.131:8082/#/checkCase/aiExchange)

临时测试账号：test/111111

### 主要功能简介：

工具支持自动化用例的单个或者批量生成。支持的类型包括：

1，**通用类型自动化**。通用的测分点生成自动化用例。支持通过测试点生成自动化用例，生成用例的接口参数会参考参数的基础值和枚举值来生成。支持单步用例，使用基础数据，不支持前置步骤的数据准备，支持接口返回值的检查，不支持数据库db检查。

2，**URP3的勾稽用例自动化**。数风的勾稽用例，针对业务的场景做了特殊处理，支持用例多个步骤的构建，支持前置步骤的数据准备。

### 例子1（赛题）：

根据测分的测试点生成自动化用例。赛题的接口定义维护到了数风部门使用的接口定义管理工具（Yapi）.，生成的自动化用例包含：

* 接口调用，以及实际可用的参数，AI给出的参数符合业务场景要求，并考虑了枚举值和基础数据的要求。
* 期望检测，AI给出的结果考虑了业务场景和接口的返回值结构定义。

#### 关键步骤实现截图：
![image](./aitest-generate/document/image/example1-1.png)
![image](./aitest-generate/document/image/example1-2.png)

- Tip: 因赛题提供的系统是其他部门的，没有环境，暂无运行检验步骤。且赛题提供的测分点只有1个较少，验证价值也低。
- 后续2个实例，分别用我们部门的2个系统进行了完整的全流程验证。可以具有实用价值！

### 例子2（反洗钱用例AI生成）：
* 依托研发的aApi接口管理平台（Yapi），生成自动化用例时AI自动关联对应的接口。
* 调用AI生成自动化用例并上传到Blade平台，同时接口转成blade的脚本，blade自动化用例关联脚本，并生成测试数据。
* 发起的入口可以是网页，也可以是流量器插件。

#### 关键步骤实现截图：
![image](./aitest-generate/document/image/example2-1.png)
![image](./aitest-generate/document/image/example2-4.png)
![image](./aitest-generate/document/image/example2-2.png)
![image](./aitest-generate/document/image/amlExcample2-12.png)
![image](./aitest-generate/document/image/amlExcample2-13.png)

- 实际效果(大于赛题要求的50%)：
  - （1）自动生成后首次运行通过率有望达到100%。[最后一次100%通过率的Blade链接](http://report.blade.hundsun.com/task_detail.html?_projectId=289aa8a63edf4ca4a664743d6e5e9c5c&_vId=289aa8a63e&_branchId=&productId=289aa8a63edf4ca4a664743d6e5e9c5c&taskGroupId=3bd5d4250596423298c3c1403ed322ac&caseId=562e0ac20a2a4cb2bcf33b2ca6b28a3d%7C7)
  - （2）自动生成后首次运行通过率81.8%，[效果截图如上，Blade报告链接](http://report.blade.hundsun.com/task_detail.html?_projectId=289aa8a63edf4ca4a664743d6e5e9c5c&_vId=289aa8a63e&_branchId=&productId=289aa8a63edf4ca4a664743d6e5e9c5c&taskGroupId=312f63705215446b995fe297e447ea54&caseId=30deae4fbbfc4d81b3ed75db156a49ca%7C8)


### 例子3（勾稽用例生成）：

针对URP3.0的勾稽测试场景，定制了勾稽自动化用例的AI生成，测试点内容即勾稽规则的描述可以通过勾稽编号查询数据库获得，所以测试点的描述只要提供勾稽编号即可。3种类型生成：

* 根据勾稽编号。
* 根据报表编号（批量生成报表的所有勾稽规则的自动化用例）。
* 根据模块生成（批量生成模块下所有报表的自动化用例）。

#### 关键步骤实现截图：
![image](./aitest-generate/document/image/example3-1.png)
![image](./aitest-generate/document/image/example3-2.png)

* 实际效果：

1，cisp001模块的勾稽自动化用例使用AI生成，3700+用例，已纳入日常的回归。（经人工干预优化，目前通过率99%+）。

[cisp001模块用例（已经过人工调整）](http://report.blade.hundsun.com/task_detail.html?_projectId=d201ae3edf6a455ebd567febd5c35b2f&_vId=d201ae3edf&_branchId=&productId=d201ae3edf6a455ebd567febd5c35b2f&taskGroupId=09e609d44570428292bfce71d77f6752)

2，cisp101模块的勾稽自动化用例使用AI生成，4000+用例（未经过人工干预，初始的成功率60%+）。

[cisp010模块的AI生成用例（原始用例未调整）](http://report.blade.hundsun.com/task_detail.html?_projectId=d201ae3edf6a455ebd567febd5c35b2f&_vId=d201ae3edf&_branchId=&productId=d201ae3edf6a455ebd567febd5c35b2f&taskGroupId=ba9a137cef384294b4ea26f0c00c0773)




## 整体方案：
### 整体架构图：
![image](./aitest-generate/document/image/total-1.png)

## 赛题拆解

**选择的赛题**：测分思维导图生成用例。

**赛题资料**：https://iknow.hs.net/portal/docView/home/115601

**过程拆解**：

1，解析测分思维导图内容，获得关于测试点的描述。

2，构建promt：根据测试点描述+接口定义，生成接口的参数集，以及预期值。

3，调用blade的接口，根据参数和接口定义，构建生成自动化用例。

**难点&重点**：

1，测分思维导图的格式不固定，不同类型的测分中描述的测试点，依赖条件差别巨大，无法统一。流程类的场景。偏前端界面检查的场景，数据类的场景等，测试关注点，操作，依赖条件都差别很大。

2，如何生成可以执行的接口参数集？AI原始生成的参数，可能不符合实际的业务规则。如随机生成的账号，可能无法直接调用接口。

3，检查点如何自动生成，特别是对数据库的检查，AI无法通过测试点描述自动生成。

## 工作分工：
### 准备阶段：（~8.15）

1，根据典型测分场景调试prompt，验证生成的参数集的可行性。

2，测分生成自动化用例的代码工程搭建。

3，方案讨论&确定。

### 实现阶段： (8.16~9.30)

1，前端+测分内容采集+解析。

2，prompt内容构建&优化。

3，AI接口调用，内容生成。

4，AI结果生成转化。


### 集成阶段：（10.08~10.25）

1，前后端接口的联调。

2，prompt，流程优化，提升稳定性。

3，相关文档治疗的准备。

## 项目工程说明：
### 整体结构

1， ai-testcase-generate-extension：chrome插件，用于在浏览器上获得测分内容后调用用例自动生成的服务。

2， aitest-generate:后端服务，提供AI自动生成用例的服务。

3，恒生数据仿真平台，为了方便使用&调试，发起的入口也集成到了数风测试工具中（恒生数据仿真平台），支持通用的自动化用例和勾稽自动化用例的生成。

### 代码结构 aitest-generate：
src/main/java/com.hundsun.aitest
* controller- 包含所有控制器类，处理HTTP请求。
* service- 实现业务逻辑的服务层。
* repository- 数据访问层，包含与数据库交互的接口和实现。
* model- 数据模型或实体类。
* util- 各种工具类，如日期处理、加密等。
* common- 通用的配置
src/main/resources
* application.properties- 应用程序配置文件。
* static- 静态资源文件，如CSS、JavaScript、图片等。
* logback.xml- 日志配置文件。
src/test/java/com.hundsun.aitest
* test - 单元测试和集成测试。
### 环境要求
* JDK 8 （用免费的版本）
* Maven 3.6.3+
### 对外接口说明 (External API Documentation)
#### 根据测试点生成用例(单测试点)
* URL:aiApi/aigenerate
* HTTP Method: POST
* Request Parameters:
  * content: 测试点描述
  * projectName:用例上传blade项目名称
  * account:上传用例的作者
  * nodePath:上传用例的存储根目录
* Response Format:
  * 成功返回大模型给出的用例内容string
  * 失败返回错误信息
* Error Codes:
  * 500: 内部服务器错误
#### 根据测试点批量生成用例(多个测试点)
* URL:aiApi/batch_aigenerate
* HTTP Method: POST
* Request Parameters:
  * content: 测试点描述，可以在测分文件里批量拷贝出测分文件的多个测试点
  * projectName:用例上传blade项目名称
  * account:上传用例的作者
  * nodePath:上传用例的存储根目录
* Response Format:
  * 成功返回大模型给出的用例内容string
  * 失败返回错误信息
* Error Codes:
  * 500: 内部服务器错误