# test_case_agent

**Repository Path**: dillyweiwei/test_case_agent

## Basic Information

- **Project Name**: test_case_agent
- **Description**: 基于ai大模型的智能测试用例生成系统，支持需求文档和原型图智能分析，批量生成标准化测试用例。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-12-18
- **Last Updated**: 2025-12-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# test_case_agent

## 介绍
基于ai大模型的智能测试用例生成系统，支持需求文档和原型图智能分析，批量生成标准化测试用例。

📖 [快速上手使用手册](http://localhost:9999)

## ✨ 核心功能

### 📄 需求文档分析

- **多格式支持**: PDF、Word、TXT、HTML等文档格式
- **智能解析**: 自动提取功能模块、业务逻辑和测试要点
- **深度分析**: 使用ai大模型进行语义理解和功能识别
- **模块分类**: 自动识别登录、管理、查询、统计等功能类型

### 🖼️ 原型图分析

- **OCR识别**: 建议使用Qwen3-VL-Plus提取图片中的文字信息
- **界面元素识别**: 自动识别按钮、表单、列表等UI组件
- **功能点提取**: 基于界面元素分析业务功能
- **批量处理**: 支持多张图片同时分析

### 🎯 测试用例生成

- **智能生成**: 基于AI分析结果自动生成测试用例
- **标准化格式**: 统一的测试用例结构和字段
- **多类型支持**: 功能测试、性能测试、安全性测试等
- **优先级分配**: 自动设置测试优先级(P0-P3)

### 🔒 用户数据隔离

- **IP隔离**: 基于用户IP实现数据完全隔离
- **独立存储**: 每个用户拥有独立的数据文件
- **持久化存储**: API密钥、配置信息自动保存
- **安全可靠**: 用户间数据互不影响

## 🛠️ 技术架构

### 核心技术栈

- **前端框架**: Streamlit
- **AI模型**: openAi大模型系列
  - Qwen-Plus: 文档分析和测试用例生成
  - Qwen3-VL-Plus: 图片OCR和界面分析
- **文档处理**: PyMuPDF、PyPDF2、python-docx
- **图片处理**: PIL、base64编码
- **数据存储**: JSON文件 + 用户隔离

### 系统特性

- **多终端并发**: 支持多用户同时访问
- **API密钥验证**: 实时验证API密钥有效性
- **错误处理**: 完善的异常处理和重试机制
- **缓存优化**: 智能缓存减少API调用
- **频率控制**: API调用频率限制保护

## 📦 安装部署

### 环境要求

- Python 3.8+ (本地部署)
- Docker & Docker Compose (容器部署)
- Windows/Linux/macOS

### 💻 本地部署

#### 安装步骤

1. **克隆项目**

```bash
git clone https://gitee.com/yingzi_shadow/test_case_agent.git
cd test_case_agent
```

2. **安装依赖**

```bash
pip install -r requirements.txt
```

3. **配置API密钥**

- 在侧边栏输入AI模型的API密钥
- 点击"🔍 验证API密钥"进行验证
- 系统会自动保存配置

4. **启动应用**

```bash
方法一：
python run.py

方法二：
streamlit run ./core/test_case_agent.py
```

#### 部署选项

##### 本地开发

```bash
# 默认端口8501
streamlit run ./core/test_case_agent.py

# 自定义端口
streamlit run ./core/test_case_agent.py --server.port 8506
```

##### 服务器部署

```bash
# 后台运行
nohup streamlit run ./core/test_case_agent.py --server.port 8506 > app.log 2>&1 &

# 使用systemd服务
sudo systemctl start test-case-agent
```

## 🎮 使用指南

### 1. 配置设置

- **API密钥**: 在侧边栏配置Ai模型的API密钥
- **负责人**: 选择测试用例负责人
- **字段配置**: 自定义测试用例字段和格式

### 2. 文档上传

- **需求文档**: 上传PDF、Word等需求文档
- **原型图**: 上传界面截图或原型图
- **批量上传**: 支持ZIP文件批量上传

### 3. 智能分析

- **自动解析**: 系统自动分析文档内容
- **模块提取**: 识别功能模块和业务逻辑
- **OCR识别**: 提取图片中的文字信息

### 4. 测试用例生成

- **批量生成**: 一键生成所有测试用例
- **类型选择**: 选择测试类型和优先级
- **实时预览**: 查看生成的测试用例

### 5. 数据管理

- **导出功能**: 导出Excel格式测试用例
- **数据隔离**: 每个用户数据独立存储
- **配置管理**: 自定义字段和导出格式

## 📊 功能特性

### 智能分析能力

- ✅ **文档解析**: 支持多种文档格式
- ✅ **图片识别**: OCR文字提取和界面分析
- ✅ **模块提取**: 自动识别功能模块
- ✅ **语义理解**: 基于AI的深度分析

### 测试用例生成

- ✅ **标准化**: 统一的测试用例格式
- ✅ **完整性**: 覆盖所有功能点
- ✅ **可读性**: 清晰的测试步骤和预期结果
- ✅ **可维护**: 易于更新和修改

### 用户体验

- ✅ **界面友好**: 直观的操作界面
- ✅ **实时反馈**: 操作状态实时显示
- ✅ **错误提示**: 详细的错误信息和解决建议
- ✅ **数据安全**: 用户数据完全隔离

### 系统性能

- ✅ **并发支持**: 多用户同时访问
- ✅ **缓存优化**: 减少API调用成本
- ✅ **错误恢复**: 完善的异常处理
- ✅ **数据持久化**: 配置和数据自动保存

## 🔧 配置说明

### API配置

- **API密钥**: 用于AI模型调用
- **API验证**: 实时验证密钥有效性
- **频率控制**: 自动限制API调用频率

### 字段配置

- **默认字段**: 标题、目录、负责人、前置条件等
- **自定义字段**: 支持添加自定义字段
- **字段类型**: 文本、选择、列表、日期时间等
- **导出配置**: 自定义导出字段和格式

### 数据存储

- **用户隔离**: 基于IP的数据隔离
- **文件存储**: JSON格式数据文件
- **自动备份**: 数据自动保存和恢复
- **目录结构**: 统一的数据目录管理

## 🚨 注意事项

### API使用

- 确保API密钥有效且有足够额度
- 注意API调用频率限制
- 建议定期验证API密钥状态

### 数据安全

- 用户数据基于IP隔离，确保网络环境稳定
- 定期备份重要数据
- 注意API密钥的保密性

### 性能优化

- 大文档建议分批处理
- 图片数量较多时注意处理时间
- 定期清理无用数据文件

### 数据持久化

```bash
# 数据目录结构
./data/
├── test_cases_{user_hash}.json    # 用户测试用例数据
├── field_config_{user_hash}.json  # 用户字段配置
└── api_config_{user_hash}.json    # 用户API配置

# 日志目录
./logs/
└── {当前日期}.log                        # 应用运行日志
```

## 📈 更新日志

### v1.0.0 (当前版本)

- ✅ 实现基于ai的智能文档分析
- ✅ 支持多格式文档和图片处理
- ✅ 实现用户数据隔离和持久化存储
- ✅ 完善API密钥验证和错误处理
- ✅ 优化界面交互和用户体验
- ✅ 支持一键部署和自动化运维

## 🤝 技术支持

### 常见问题

1. **API密钥验证失败**: 检查密钥格式和有效性
2. **文档解析失败**: 确认文档格式和内容完整性
3. **图片识别失败**: 检查图片清晰度和格式
4. **数据加载失败**: 检查文件权限和网络连接

### 联系方式
- 项目地址: [[Gitee](https://gitee.com/yingzi_shadow/test_case_agent)]
- 问题反馈: [[Issues](https://gitee.com/yingzi_shadow/test_case_agent/issues)]

## 下个迭代计划

1. 支持.md格式的文档解析
2. 本地OCR识别效率的优化，减少token使用
3. 根据文档内容生成脑图
4. 优化代码层级逻辑，提高可读性