和AI一起开发测试开发平台

已经完成两个测试平台的开发项目了,基本上完全手写,这次我想做一个挑战,使用AI帮我完成测试平台开发的项目,我会将所有的步骤记录到这个文档中,如果你感兴趣,欢迎加我微信和我交流讨论😄

⭐ 如果这个项目对您有帮助，请给我一个星标！😄

如下项目中涉及调用deepseek的接口,已经被本人禁止掉,请谅解,体验地址中只能看到一个前端demo,大部分功能不可用

原因:近期发现一些异常的token消耗,怀疑有人恶意调用导致

我公开代码只是想和大家做个朋友,做技术交流使用,也从未有过任何盈利的行为,因此,不希望被一些恶意用户骚扰,谢谢

后续更新,我会将项目的效果进行截图展示,大家可以自己部署到本地体验,如果有问题,欢迎加我微信和我交流

自动化测试平台

AI测试平台

账号密码:test

个人微信号:

日记及后续安排

https://github.com/ljxpython/langgraph_teach 项目中，会包含所有我个人学习 langgraph 和 langchain 的学习代码，涉及智能体，graph 构建，多模态，ReAct，上下文工程等等 AI 相关知识，感兴趣的朋友可以拉取下来一起学习，后面会基于里面的相关代码进行扩展，完成本测试平台的开发，大体还需要 2 个月的时间准备，之后我会重构本项目，用更加简洁的代码完成更加负责的事情，重构的项目会涉及用例生成，接口，性能，UI（看情况）等等一些模块

时间：2025 年 11 月 28 日

在langgraph_teach文件夹中,我增加了很多langgraph&langgraph的学习代码,大家可以参考,也可以直接运行,查看效果,后续的平台开发将Autogen转变为langgraph&langchain

时间: 2025年11月11日

后续会使用langgraph框架来更新这个项目,想想当初随性而写的一个项目,零零散散到了现在,不会放弃,会慢慢更新,做成一个真正的可以简单二开就能在企业使用的智能化测试平台,在AI开发的过程中,本人也有了很多新的感悟,后续会慢慢添加到该项目中的

时间: 2025年11月07日

工作上的事情算是告一段落, terminal agent + MCP在软件测试赋能已经开始落地,效果不错,后面开始修复一些bug,在增加新的功能即可,效果大家可以看:https://www.yuque.com/lijiaxin-woaqo/gs9ge5/vriqtnc7lmly94ae?singleDoc# 《Terminal Agents + MCP AI测试代码生成项目搭建及效果展示》

后续,我将会继续完善这个项目,当前项目应该也会做重大的更新,框架由之前的Autogen 切换为langgraph,这段时间也对这个框架做了一些二开和研究,发现使用上比较顺手

时间: 2025年11月03日

最近开始着手实践 terminal agent + MCP在软件测试赋能上的使用,(ps:忙完了Trae + MCP的实践探索) Trae+MCP的部分一直没时间整理就进入了下一个阶段的探索

有时间一定给大家补上,也直接加我微信一起交流哈,也就国庆有时间抽空写一写github了

时间: 2025年10月4号

近期工作比较忙,工作上一直在探索Trae + MCP 赋能接口自动化测试生成的事情,可能拿出来开发本项目的时间较少,欢迎大家直接加我微信交流,再次希望大家给个星标哈😄

MCP + AI agent 在各个领域的应用,我认为也是未来一个大方向,如果项目落地可行后,我也会更新这方面的知识😄

时间: 2025年08月05日

后面也会做一些项目的重构工作,做代码精简,增加代码注释及说明,让代码看着更加可解读且不冗余

时间: 2025年08月17日

技术栈

AI技术栈:

autogen0.5.7
llamaindex
pydanticai
langchain

后端技术栈:

Python
fastapi
Tortoise
Aerich

前端技术栈:

react
ant.designPro
TS

代码规范:

组件名: 大驼峰命名 (PascalCase)
文件名: 短横线命名 (kebab-case)
变量名: 小驼峰命名 (camelCase)
常量名: 大写下划线 (UPPER_SNAKE_CASE)
后端:使用Black和Isort进行代码格式化
前端:使用Ruff进行代码检查

项目部署:

git
Nginx

前提

这并不是一个小白项目,如果完全没有项目经验,跟我一起实践的过程可能会遇到很多困难,希望你在掌握一定的基础后再来跟我操作

相关基础在我的博客中也有提及,也欢迎翻阅😁

个人博客

在看我搭建完成测试框架的整个过程,我想你也能明白,AI只是帮我们提高了编码效率,前后端及部署相关的知识,如果你不懂,其实是根本没办法让AI来代替你编码的,这也是我一直践行的一个道理:打铁还需自身硬!

PS: 有很多人加我微信问我,这个项目是完全由AI完成的吗,我想告诉你,大部分的代码是的,我告诉AI助手我的设计思路且给出核心的代码,让其在这个基础上进行封装,不过请你一定不要把这个过程想象的这么简单:

首先你要知道用什么技术栈,相关知识的核心需要掌握,如果你根本都不懂,或者没有接触过,没有自己独立部署敲过一遍项目,那么你可能会很痛苦,因为你根本不知道要怎么让AI解决
AI可能给出一个错误的思路和方案,你根本都没有意识到,可以看下我docs/work文档下和AI的对话,不是AI生成完代码就可以了,我需要通读一遍他写的代码,确认主要逻辑没有问题,如果有问题,需要他进行修改
框架性思维,这点其实很重要,因为AI设计出的代码有时候很流水账,其实很多功能是可以复用且各个模块应该解耦出来的,如果你没有,在这个过程中,请你好好思考,如何抽象,封装,系统,如果你能做到我说,那么对你来说将受益颇深

说明

这个项目的进度可能需要根据作者的业余时间而定,做不定期更新,技术交流请直接加微信

AI工具使用

在编写代码的过程中,本次笔者会尽可能的前端使用AI生成,后端大部分手写,小部分使用AI

工具上我们可以使用的有cursor Augment Trae 均可,注意其中有些软件后期是需要付费的,选取一款你认为好用的即可,这里不做过多的评判

架构

🏗️ 技术架构概览

本项目采用现代化的前后端分离架构，基于AI驱动的测试平台设计，支持多智能体协作和企业级权限管理。

🔧 技术栈总览

后端技术栈:

FastAPI + Tortoise ORM: 高性能异步Web框架 + 异步数据库ORM
AutoGen 0.5.7: Microsoft多智能体对话框架
多数据库支持 + Aerich: 支持MySQL/PostgreSQL/SQLite等 + 迁移管理工具
JWT + RBAC: 无状态认证 + 基于角色的权限控制
Poetry + Loguru: 依赖管理 + 现代化日志系统

前端技术栈:

React 18 + TypeScript: 现代化前端框架 + 类型安全
Ant Design Pro: 企业级UI组件库
Vite + SWR: 快速构建工具 + 数据获取库
React Router + SSE: 路由管理 + 流式数据处理

🏛️ 架构设计模式

后端架构模式:

工厂模式: 统一的应用创建和初始化流程
分层架构: API → 控制器 → 服务 → 模型的清晰分层
依赖注入: 基于FastAPI的权限依赖注入系统
智能体模式: AutoGen多智能体协作框架

前端架构模式:

组件化架构: 页面 → 布局 → 业务 → 通用组件分层
状态管理: 本地状态 + 全局Context + 服务端状态
路由保护: 基于认证状态的路由访问控制
流式处理: SSE实时数据流处理机制

📊 系统架构图

graph TB
    subgraph "前端层 (Frontend)"
        A[React 18 + TypeScript]
        B[Ant Design Pro UI]
        C[SSE流式处理]
        D[路由权限控制]
    end

    subgraph "API网关层 (API Gateway)"
        E[FastAPI路由]
        F[JWT认证中间件]
        G[CORS跨域处理]
        H[异常处理器]
    end

    subgraph "业务服务层 (Business Services)"
        I[AI对话服务]
        J[测试用例生成服务]
        K[Midscene智能体服务]
        L[权限管理服务]
    end

    subgraph "AI智能体层 (AI Agents)"
        M[AutoGen多智能体框架]
        N[需求分析智能体]
        O[测试用例专家]
        P[UI分析智能体]
        Q[脚本生成智能体]
    end

    subgraph "数据访问层 (Data Access)"
        R[Tortoise ORM]
        S[数据模型层]
        T[CRUD操作]
    end

    subgraph "数据存储层 (Data Storage)"
        U[关系数据库<br/>MySQL/PostgreSQL/SQLite]
        V[文件存储系统]
        W[日志文件]
    end

    A --> E
    B --> E
    C --> E
    D --> E

    E --> I
    F --> I
    G --> J
    H --> K

    I --> M
    J --> N
    K --> O
    L --> P

    M --> R
    N --> R
    O --> S
    P --> T

    R --> U
    S --> V
    T --> W

🔄 数据流架构

sequenceDiagram
    participant U as 用户
    participant F as 前端
    participant A as API网关
    participant S as 业务服务
    participant AI as AI智能体
    participant D as 数据库

    U->>F: 发起请求
    F->>A: HTTP/SSE请求
    A->>A: JWT认证
    A->>A: 权限检查
    A->>S: 调用业务服务
    S->>AI: 启动智能体
    AI->>AI: 多智能体协作
    AI->>S: 返回结果
    S->>D: 数据持久化
    S->>A: 流式响应
    A->>F: SSE数据流
    F->>U: 实时更新UI

📁 项目结构

AITestLab/
├── main.py                    # 应用启动入口
├── backend/                   # 后端服务
│   ├── __init__.py           # 工厂模式应用创建
│   ├── api/v1/               # API路由层
│   │   ├── auth.py           # 认证API
│   │   ├── chat.py           # AI对话API
│   │   ├── testcase.py       # 测试用例生成API
│   │   ├── midscene.py       # Midscene智能体API
│   │   └── system.py         # 系统管理API
│   ├── controllers/          # 控制器层
│   ├── services/             # 业务服务层（按功能模块组织）
│   │   ├── ai_chat/          # AI对话模块
│   │   │   └── autogen_service.py    # AutoGen智能体服务
│   │   ├── testcase/         # 测试用例生成模块
│   │   │   └── testcase_service.py   # 测试用例生成服务
│   │   ├── ui_testing/       # UI测试模块
│   │   │   └── midscene_service.py   # Midscene智能体服务
│   │   ├── document/         # 文档处理模块
│   │   │   ├── document_service.py   # 文档处理服务
│   │   │   ├── file_processor.py     # 文件处理器
│   │   │   └── image_analyzer.py     # 图像分析器
│   │   └── auth/             # 认证权限模块
│   │       ├── auth_service.py       # 认证服务
│   │       └── permission_service.py # 权限管理服务
│   ├── models/               # 数据模型层
│   │   ├── user.py           # 用户模型
│   │   ├── chat.py           # 对话模型
│   │   ├── testcase.py       # 测试用例模型
│   │   └── role.py           # 角色权限模型
│   ├── ai_core/              # AI核心框架（基于AutoGen 0.5.7）
│   │   ├── __init__.py       # 统一导出接口
│   │   ├── llm.py           # LLM客户端管理器（支持多模型）
│   │   ├── factory.py       # 智能体工厂
│   │   ├── runtime.py       # 运行时管理器
│   │   ├── memory.py        # 内存管理器
│   │   ├── message_queue.py  # 消息队列管理
│   │   └── docs/            # 完整开发文档
│   │       ├── README.md                           # 文档中心
│   │       ├── AI_CORE_DEVELOPMENT_GUIDE.md       # 开发指南
│   │       ├── TESTCASE_SERVICE_EXAMPLE.md        # 实现案例
│   │       ├── SSE_AND_FEEDBACK_GUIDE.md          # SSE与反馈指南
│   │       ├── AUTOGEN_RUNTIME_GUIDE.md           # 运行时指南
│   │       └── FRAMEWORK_INTEGRATION_GUIDE.md     # 集成指南
│   ├── rag_core/             # RAG知识库系统
│   │   ├── __init__.py       # 模块初始化
│   │   ├── rag_system.py     # RAG系统主类
│   │   ├── vector_store.py   # 向量数据库接口
│   │   ├── query_engine.py   # 查询引擎
│   │   ├── embedding_generator.py # 嵌入向量生成
│   │   ├── llm_service.py    # LLM服务
│   │   ├── collection_manager.py # Collection管理
│   │   ├── data_loader.py    # 数据加载器
│   │   └── docs/            # RAG开发文档
│   │       ├── README.md                    # RAG系统概述
│   │       ├── architecture.md             # 系统架构设计
│   │       ├── development_guide.md        # 开发规范
│   │       ├── api_reference.md            # API参考文档
│   │       ├── configuration.md            # 配置管理
│   │       ├── troubleshooting.md          # 故障排除
│   │       └── examples/                   # 示例代码
│   ├── api_core/             # API核心工具层
│   │   ├── __init__.py       # 模块初始化
│   │   ├── crud.py           # CRUD基类
│   │   ├── response.py       # 响应处理
│   │   ├── exceptions.py     # 异常定义
│   │   ├── deps.py           # 依赖注入
│   │   ├── security.py       # 安全认证
│   │   └── database.py       # 数据库配置
│   ├── docs/                 # 后端开发文档
│   │   ├── README.md         # 文档导航
│   │   ├── api/              # API开发相关
│   │   ├── development/      # 开发规范相关
│   │   ├── database/         # 数据库相关
│   │   ├── core/             # 核心架构
│   │   └── examples/         # 示例代码
│   ├── conf/                 # 配置管理
│   └── utils/                # 工具函数
├── frontend/                  # 前端应用
│   ├── src/
│   │   ├── App.tsx           # 根组件
│   │   ├── main.tsx          # 应用入口
│   │   ├── pages/            # 页面组件
│   │   │   ├── HomePage.tsx      # 首页
│   │   │   ├── ChatPage.tsx      # AI对话页面
│   │   │   ├── TestCasePage.tsx  # 测试用例生成页面
│   │   │   ├── MidscenePage.tsx  # Midscene智能体页面
│   │   │   └── system/           # 系统管理页面
│   │   ├── components/       # 通用组件
│   │   │   ├── SideNavigation.tsx    # 侧边导航
│   │   │   ├── ChatMessage.tsx       # 聊天消息组件
│   │   │   ├── StreamingContent.tsx  # 流式内容组件
│   │   │   └── FileUpload.tsx        # 文件上传组件
│   │   ├── services/         # API服务层
│   │   │   ├── auth.ts           # 认证服务
│   │   │   ├── chat.ts           # 对话服务
│   │   │   └── testcase.ts       # 测试用例服务
│   │   ├── hooks/            # 自定义Hooks
│   │   │   ├── useAuth.ts        # 认证Hook
│   │   │   ├── useSSE.ts         # SSE流式数据Hook
│   │   │   └── useLocalStorage.ts # 本地存储Hook
│   │   ├── types/            # 类型定义
│   │   └── utils/            # 工具函数
│   ├── package.json          # 前端依赖配置
│   └── vite.config.ts        # Vite构建配置
├── docs/                      # 项目文档
│   ├── architecture/         # 架构文档
│   │   ├── BACKEND_ARCHITECTURE.md   # 后端架构详解
│   │   └── FRONTEND_ARCHITECTURE.md  # 前端架构详解
│   ├── setup/                # 项目设置文档
│   ├── development/          # 开发指南文档
│   └── security/             # 安全相关文档
├── migrations/               # 数据库迁移文件
├── pyproject.toml           # Python项目配置
└── Makefile                 # 项目管理脚本

📖 详细架构文档

为了更好地理解和使用本项目，我们提供了详细的架构文档：

🔗 架构文档导航

文档	描述	主要内容
后端架构详解	后端技术栈和设计模式详解	FastAPI工厂模式、分层架构、AI智能体集成、权限管理、数据库设计
前端架构详解	前端技术栈和组件设计详解	React组件化架构、状态管理、SSE流式处理、性能优化、测试策略
AI核心框架开发指南	AI核心框架完整开发指南	AutoGen运行时、智能体工厂、消息队列、SSE流式输出、用户反馈机制

🎯 架构特色

后端架构特色:

✅ 工厂模式: 统一的应用创建和生命周期管理
✅ 分层设计: API → 控制器 → 服务 → 模型的清晰分层
✅ 智能体集成: 基于AutoGen的多智能体协作框架
✅ 权限管理: 企业级RBAC权限控制系统
✅ 异步处理: 全异步的数据库操作和API响应

前端架构特色:

✅ 组件化设计: 可复用的组件库和清晰的组件层次
✅ 类型安全: 完整的TypeScript类型定义
✅ 流式处理: SSE实时数据流和用户体验优化
✅ 响应式布局: 适配桌面和移动端的现代化UI
✅ 性能优化: 代码分割、懒加载和缓存策略

🚀 快速上手

开发者指南:

后端开发: 阅读后端架构详解了解API设计、服务层实现和数据库操作
前端开发: 阅读前端架构详解了解组件设计、状态管理和API集成
AI智能体开发: 阅读 AI核心框架开发指南了解智能体系统开发
权限扩展: 参考权限管理系统，了解如何添加新的权限控制

架构扩展:

📝 添加新模块: 按照分层架构模式添加新的业务模块
🤖 集成AI模型: 扩展LLM客户端支持更多AI模型
🔐 权限定制: 根据业务需求定制权限控制策略
📊 性能监控: 集成监控和日志分析系统

🎯 核心功能模块

项目已完成三大核心AI驱动的测试功能模块：

💬 AI对话模块

智能测试咨询: 专业的测试问题解答和建议
实时流式对话: 基于AutoGen 0.5.7的智能对话系统
Gemini风格界面: 现代化的用户交互体验
测试知识库: 丰富的测试相关知识和最佳实践

📝 AI测试用例生成模块

多智能体协作: 需求分析师 + 测试用例专家双智能体
文档智能解析: 支持PDF、Word、Excel等多种格式
交互式优化: 最多3轮用户反馈迭代完善
专业输出格式: 标准化的测试用例文档

🎯 Midscene智能UI脚本生成模块

四智能体协作: UI分析 → 交互设计 → 用例生成 → 脚本输出
UI截图分析: 智能识别界面元素和布局结构
多格式输出: 同时生成YAML和Playwright两种格式脚本
历史记录管理: 完整的生成历史查看和管理功能

🛡️ 权限管理系统

企业级权限控制: 基于角色的API级别权限管理
JWT认证体系: 安全的用户认证和令牌管理
三级权限控制: 仅认证、权限检查、管理员权限
自动权限同步: 启动时自动同步API权限到数据库
详细权限日志: 完整的认证和权限操作记录

🧠 AI核心框架

AutoGen 0.5.7集成: 基于Microsoft AutoGen的多智能体协作框架
智能体工厂模式: 统一的智能体创建和管理机制
消息队列系统: 支持SSE流式输出和用户反馈的消息队列
内存管理系统: 对话历史记录和上下文管理
运行时管理: 完整的智能体生命周期管理
多模型支持: DeepSeek、Qwen-VL、UI-TARS等多种LLM模型
完整文档体系: 详细的开发指南和最佳实践

🔍 RAG知识库系统

企业级RAG架构: 基于LlamaIndex + Milvus + DeepSeek的完整RAG系统
多Collection支持: 为不同业务场景提供专业知识库
智能检索增强: 向量检索 + 语义理解的混合检索
实时流式查询: 支持SSE的实时RAG查询响应
完整开发文档: 详细的RAG开发规范和使用指南

🏗️ 后端框架优化

API核心重构: 统一的响应处理和异常管理系统
CRUD基类优化: 高度复用的数据库操作基类
参数校验增强: 基于Pydantic的完整参数验证体系
SSE协议标准: 规范化的Server-Sent Events实现
开发文档体系: 完整的后端开发规范和最佳实践

🚀 规划中的功能模块

接口测试智能体
性能测试智能体
数据库测试智能体
安全测试智能体
代码审查智能体

📚 开发文档

🔧 后端开发文档

后端开发规范 - 完整的后端开发指南和最佳实践
API开发规范 - RESTful API设计和实现标准
数据库操作指南 - Tortoise ORM使用和优化
开发规范文档 - 代码规范和架构模式

🧠 AI核心文档

AI核心框架 - AutoGen多智能体开发指南
RAG知识库系统 - 企业级RAG系统开发文档

📋 项目记录

工程搭建记录 - 项目开发历程和技术演进

自动化测试平台 - AI 对话模块

🎯 模块定位

AI 对话模块是自动化测试平台的智能助手组件，为测试人员提供：

🤖 测试用例生成: 基于需求描述自动生成测试用例
📋 测试脚本编写: 协助编写自动化测试脚本
🔍 问题诊断: 分析测试失败原因和解决方案
📊 测试报告解读: 智能解析测试结果和数据
💡 最佳实践建议: 提供测试策略和优化建议

✨ 功能特性

🎨 Gemini 风格界面: 仿 Google Gemini 的现代化 UI 设计
🌈 动态渐变背景: 多彩渐变 + 流畅动画效果
🚀 流式输出: 支持 SSE 协议的实时流式对话
🤖 AutoGen 集成: 使用 AutoGen 0.5.7 进行智能对话
📝 Markdown 渲染: 支持代码高亮、表格、列表等丰富格式
💬 智能建议: 预设测试相关对话建议卡片
📱 响应式设计: 适配各种屏幕尺寸
🗂️ 对话管理: 历史记录、搜索、重命名、删除
⚙️ 个性化设置: 主题、字体、语言、高级参数
⚡ 高性能: FastAPI 后端 + React 前端

📚 相关文档

📖 文档中心 - 项目完整文档库

分类	描述	主要文档
项目设置	环境搭建和架构	Makefile 指南、架构说明
开发指南	开发工具和实现	日志系统、Markdown 渲染
权限管理	认证和权限控制	权限管理系统、JWT认证
问题排查	故障排除方案	AutoGen 修复、进程管理、后端进程管理
设计文档	UI/UX 设计	Gemini 对比、测试示例

快速导航：

🚀 新手入门：文档中心 → Makefile 指南
🛠️ 开发者：架构说明 → 开发指南
🔧 问题排查：故障排除 → 日志调试

🏗️ 项目结构

AutoTestPlatform-AI-Chat/
├── main.py           # AI 对话模块启动入口
├── backend/          # FastAPI 后端服务
│   ├── __init__.py   # 工厂模式应用创建
│   ├── api/          # API 路由
│   │   └── chat.py   # 对话 API 接口
│   ├── models/       # 数据模型
│   │   └── chat.py   # 对话相关模型
│   ├── services/     # 业务逻辑
│   │   └── autogen_service.py # AutoGen 服务
│   ├── core/         # 核心模块
│   │   ├── init_app.py      # 应用初始化
│   │   ├── exceptions.py    # 自定义异常
│   │   ├── logger.py        # 日志配置
│   │   └── config_validator.py # 配置验证
│   └── conf/         # 配置文件
│       └── settings.yaml    # 应用配置
├── frontend/         # React 前端界面
│   ├── src/
│   │   ├── components/  # UI 组件
│   │   │   ├── ChatMessage.tsx     # 消息组件
│   │   │   ├── ChatInput.tsx       # 输入组件
│   │   │   ├── MarkdownRenderer.tsx # Markdown 渲染
│   │   │   ├── ConversationHistory.tsx # 对话历史
│   │   │   └── SettingsPanel.tsx   # 设置面板
│   │   ├── pages/      # 页面
│   │   │   └── ChatPage.tsx        # 主对话页面
│   │   ├── services/   # API 服务
│   │   │   └── api.ts  # API 接口
│   │   └── types/      # 类型定义
│   │       └── chat.ts # 对话类型
│   └── package.json
├── examples/         # AutoGen 示例
├── docs/            # 项目文档
│   ├── setup/       # 项目设置文档
│   ├── development/ # 开发指南文档
│   ├── troubleshooting/ # 问题排查文档
│   └── design/      # 设计文档
└── Makefile         # 项目管理脚本

🚀 快速开始

方式一：使用启动脚本（推荐）

# 安装依赖
make install

# 启动应用
make start

# 停止应用
make stop

方式二：手动启动

启动后端：

# 在项目根目录下运行
poetry install
poetry run python main.py

启动前端：

cd frontend
npm install
npm run dev

🌐 访问地址

前端应用: http://localhost:3000
后端 API: http://localhost:8000
API 文档: http://localhost:8000/docs

🔧 配置说明

在 backend/conf/settings.yaml 中配置 AI 对话模块：

test:
  # AI 模型配置 - 用于测试用例生成和问题诊断
  aimodel:
    model: "deepseek-chat"          # 推荐使用 DeepSeek 或 GPT-4
    base_url: "https://api.deepseek.com/v1"
    api_key: "your-api-key-here"    # 请替换为您的 API Key

  # AutoGen 服务配置 - 智能对话管理
  autogen:
    max_agents: 100        # 最大 Agent 数量
    cleanup_interval: 3600 # 清理检查间隔（秒）
    agent_ttl: 7200       # Agent 生存时间（秒）

🧪 测试配置

运行测试脚本验证配置是否正确：

python test_config.py

如果看到 "🎉 所有组件测试通过！" 说明配置正确。

📋 Makefile 命令

详细的 Makefile 命令说明请参考：Makefile 使用指南

常用命令：

make help           # 查看所有命令
make install        # 安装所有依赖
make start          # 启动所有服务
make status         # 查看服务状态
make stop           # 停止所有服务
make logs           # 查看日志

📚 Poetry 依赖管理

详细的 Poetry 管理命令请参考：Makefile 使用指南

常用命令：

make add-dep DEP=requests      # 添加依赖
make add-dev-dep DEP=pytest   # 添加开发依赖
make remove-dep DEP=requests  # 移除依赖
make poetry-show              # 查看依赖信息

🛠️ 环境要求

Python: 3.8+
Poetry: 1.4+ (Python 依赖管理)
Node.js: 16+
npm: 8+

Poetry 安装：

curl -sSL https://install.python-poetry.org | python3 -

🔍 日志和调试

详细的日志系统使用请参考：日志系统使用指南

快速使用：

make logs                    # 查看实时日志
tail -f logs/app.log        # 查看应用日志
tail -f logs/error.log      # 查看错误日志
make status                 # 查看服务状态

日志配置：

# backend/conf/settings.yaml
LOG_LEVEL: "INFO"           # 日志级别
LOG_FILE: "ai_chat.log"     # 日志文件名

🎯 已实现功能

核心对话功能

✅ 实时流式对话: 支持与 AI 进行实时对话交流
✅ Markdown 渲染: 支持代码高亮、表格、列表等格式
✅ 对话历史管理: 保存、搜索、重命名对话记录
✅ 智能建议: 预设测试相关的对话模板

测试辅助功能

✅ 测试用例生成: 基于需求描述生成测试用例
✅ 代码片段生成: 生成自动化测试脚本代码
✅ 问题诊断: 分析测试失败原因
✅ 最佳实践建议: 提供测试策略建议

用户体验

✅ 响应式界面设计: 适配桌面和移动端
✅ 错误处理和重试: 完善的异常处理机制
✅ 打字机效果: 流畅的文字显示动画
✅ 消息操作: 复制、点赞、重新生成等功能

🏗️ 架构设计

详细的架构说明请参考：工厂模式架构说明

核心特性：

🏭 工厂模式: 模块化的 FastAPI 应用创建
🔄 生命周期管理: 完整的应用启动和关闭流程
🛡️ 异常处理: 统一的异常处理机制
📝 日志系统: 基于 loguru 的完整日志方案
⚙️ 配置管理: 灵活的配置验证和管理

📖 完整文档索引

📋 文档导航中心 - 按需求和角色快速查找文档

🗂️ 文档目录结构

docs/
├── setup/          # 项目设置和架构
├── development/    # 开发指南和技术实现
├── troubleshooting/ # 问题排查和修复
└── design/         # 设计文档和测试

🚀 快速导航

新手入门: 阅读本 README → 文档中心 → Makefile 指南
架构了解: 工厂模式架构说明
问题调试: 日志系统使用指南
深入开发: 开发指南目录
故障排除: 问题排查目录

📋 项目记录

工程搭建记录 - 项目搭建过程记录
项目定位调整 - 从通用 AI 助手调整为测试平台模块

🏗️ 工程搭建记录

项目发展历程

🎯 第一阶段：基础架构搭建

技术选型: FastAPI + React + AutoGen 0.5.7
项目结构: 前后端分离架构设计
开发环境: Poetry + Vite + Makefile工具链
基础功能: 用户认证、路由配置、基础UI框架

🤖 第二阶段：AI模块开发

AI聊天系统: 基于AutoGen的多智能体对话
流式响应: SSE实时数据推送
UI优化: Gemini风格界面设计
用户体验: 动态渐变背景、Markdown渲染

📋 第三阶段：测试用例生成模块

智能体协作: 需求分析 → 用例生成 → 质量评审
文件解析: 支持PDF、Word、Excel等多格式
交互优化: 最多3轮用户反馈迭代
专业输出: 标准化测试用例格式

🗄️ 第四阶段：数据库系统完善

Aerich集成: 数据库迁移管理工具
数据模型: 完整的业务数据模型设计
自动化脚本: 一键数据库初始化
默认数据: 管理员账户和模板数据

📚 第五阶段：文档体系建设

文档重组: 按功能模块分类整理
导航中心: 统一的文档索引和导航
专项文档: 数据库、API、测试等专项文档
双向链接: 文档间相互引用系统

🧪 第六阶段：测试体系完善

测试结构: 单元测试、集成测试、端到端测试
测试工具: pytest + coverage + 自动化测试
测试文档: 完整的测试指南和规范
CI/CD: 持续集成和测试流程

当前开发状态

✅ 已完成功能

用户系统: 注册、登录、权限管理
AI聊天: 多智能体对话、流式响应
测试用例生成: 完整的AI驱动测试用例生成流程
Midscene UI脚本生成: 四智能体协作的UI自动化脚本生成
权限管理: 企业级RBAC权限控制系统
数据库: Aerich迁移管理、完整数据模型
RAG知识库系统: 企业级RAG架构和多Collection支持
后端框架优化: API核心重构、CRUD基类、参数校验体系
文档: 完整的文档体系和导航
测试: 规范的测试结构和工具

🚧 开发中功能

RAG管理界面: Collection管理、文档上传、查询界面
AI对话RAG集成: 知识库增强的AI对话功能
用户个人资料: 头像上传、信息编辑
系统设置: 配置管理、主题切换
数据统计: 使用统计、性能监控

📋 计划功能

接口测试智能体: API自动化测试生成
性能测试智能体: 性能测试脚本生成
团队协作: 多用户协作、权限分级
模板管理: 自定义测试用例模板
导出功能: 测试用例导出为多种格式
集成接口: 与第三方测试工具集成

技术架构演进

初始架构

简单的前后端分离
├── FastAPI 后端
├── React 前端
└── SQLite 数据库

当前架构

完整的AI驱动测试平台
├── 后端服务层
│   ├── FastAPI + Tortoise ORM
│   ├── AutoGen 多智能体系统
│   ├── RAG知识库系统 (LlamaIndex + Milvus + DeepSeek)
│   ├── API核心框架 (CRUD基类 + 响应处理 + 参数校验)
│   ├── Aerich 数据库迁移
│   └── JWT 认证授权
├── 前端应用层
│   ├── React 18 + TypeScript
│   ├── Ant Design Pro UI
│   ├── 流式数据处理 (SSE)
│   ├── RAG管理界面
│   └── 响应式设计
├── 数据存储层
│   ├── PostgreSQL 主数据库
│   ├── Milvus 向量数据库
│   ├── Redis 缓存系统
│   ├── 文件存储系统
│   └── Ollama 嵌入服务
└── 工具支撑层
    ├── Poetry 依赖管理
    ├── Makefile 自动化
    ├── pytest 测试框架
    ├── 完整文档体系
    └── 开发规范标准

核心技术亮点

🤖 AI智能体协作

graph LR
    A[需求分析智能体] --> B[测试用例生成智能体]
    B --> C[用户反馈处理]
    C --> D[质量评审智能体]
    D --> E[最终优化智能体]

🔄 数据流架构

graph TD
    A[用户输入] --> B[文件解析]
    B --> C[需求分析]
    C --> D[用例生成]
    D --> E[用户反馈]
    E --> F{是否满意?}
    F -->|否| G[反馈处理]
    G --> D
    F -->|是| H[质量评审]
    H --> I[最终输出]

开发规范

代码规范

Python: Black + isort + flake8
TypeScript: ESLint + Prettier
提交规范: Conventional Commits
分支策略: Git Flow

文档规范

API文档: OpenAPI 3.0 自动生成
代码注释: 详细的函数和类注释
变更日志: 版本变更记录
用户手册: 完整的使用指南

测试规范

测试覆盖率: 目标 > 80%
测试分类: 单元测试、集成测试、E2E测试
测试数据: 标准化的测试数据集
性能测试: 负载测试、压力测试

Name		Name	Last commit message	Last commit date
Latest commit History 75 Commits
.bmad-core		.bmad-core
.claude		.claude
.idea		.idea
.promptx		.promptx
backend		backend
docs		docs
examples		examples
frontend		frontend
langgraph_teach		langgraph_teach
scripts		scripts
uitest		uitest
web-bundles		web-bundles
.clauderc.json		.clauderc.json
.gitignore		.gitignore
.pre-commit-config.yaml		.pre-commit-config.yaml
CLAUDE.md		CLAUDE.md
GEMINI.md		GEMINI.md
MCP_CONFIG.md		MCP_CONFIG.md
Makefile		Makefile
README.md		README.md
install_deps.sh		install_deps.sh
main.py		main.py
package-lock.json		package-lock.json
package.json		package.json
poetry.lock		poetry.lock
pyproject.toml		pyproject.toml
req.txt		req.txt
requirements.txt		requirements.txt

ljxpython/aitestlab

Folders and files

Latest commit

History

Repository files navigation

和AI一起开发测试开发平台

日记及后续安排

技术栈

前提

说明

AI工具使用

架构

🏗️ 技术架构概览

🔧 技术栈总览

🏛️ 架构设计模式

📊 系统架构图

🔄 数据流架构

📁 项目结构

📖 详细架构文档

🔗 架构文档导航

🎯 架构特色

🚀 快速上手

🎯 核心功能模块

💬 AI对话模块

📝 AI测试用例生成模块

🎯 Midscene智能UI脚本生成模块

🛡️ 权限管理系统

🧠 AI核心框架

🔍 RAG知识库系统

🏗️ 后端框架优化

🚀 规划中的功能模块

📚 开发文档

🔧 后端开发文档

🧠 AI核心文档

📋 项目记录

自动化测试平台 - AI 对话模块

🎯 模块定位

✨ 功能特性

📚 相关文档

🏗️ 项目结构

🚀 快速开始

方式一：使用启动脚本（推荐）

方式二：手动启动

🌐 访问地址

🔧 配置说明

🧪 测试配置

📋 Makefile 命令

📚 Poetry 依赖管理

🛠️ 环境要求

🔍 日志和调试

🎯 已实现功能

核心对话功能

测试辅助功能

用户体验

🏗️ 架构设计

📖 完整文档索引

🗂️ 文档目录结构

🚀 快速导航

📋 项目记录

🏗️ 工程搭建记录

项目发展历程

🎯 第一阶段：基础架构搭建

🤖 第二阶段：AI模块开发

📋 第三阶段：测试用例生成模块

🗄️ 第四阶段：数据库系统完善

📚 第五阶段：文档体系建设

🧪 第六阶段：测试体系完善

当前开发状态

✅ 已完成功能

🚧 开发中功能

📋 计划功能

技术架构演进

初始架构

当前架构

核心技术亮点

🤖 AI智能体协作

🔄 数据流架构

开发规范

代码规范

文档规范

Packages