# llamaindex

**Repository Path**: doublesea/llamaindex

## Basic Information

- **Project Name**: llamaindex
- **Description**: ai agent with python
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-01-29
- **Last Updated**: 2026-02-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI Agent: Test Case to Script Generation

这是一个基于 LlamaIndex Workflow 和 RAG (Retrieval-Augmented Generation) 的 AI 代理系统，旨在根据 API 文档自动生成测试用例的 Python 自动化脚本。

## 核心功能

- **自动化脚本生成**：输入测试用例描述，结合 RAG 检索到的 API 文档，自动生成 `pytest` + `requests` 脚本。
- **RAG 知识库管理**：支持上传或指定本地目录，将 API 文档（txt, md, pdf 等）索引至 Weaviate 向量数据库。
- **Dify 工作流转换**：支持将 Dify DSL (YAML) 转换为 Python LlamaIndex Workflow 代码。
- **多端 UI 支持**：提供 FastAPI 后端接口，并支持基于 Streamlit 的 Web 界面。

## 快速开始

### 1. 安装依赖

确保已安装 Python 3.10+，然后运行：

```bash
pip install -r requirements.txt
# 或者手动安装主要依赖
pip install fastapi uvicorn streamlit llama-index weaviate-client httpx python-multipart
```

### 2. 启动应用

你可以使用 `run_app.py` 脚本一键启动后端和前端。

```bash
python run_app.py
```
访问地址：`http://localhost:8501`

### 3. 使用流程

1.  **索引文档**：在 UI 的 "Index Documents" 标签页中，上传你的 API 接口文档。
2.  **生成脚本**：在 "Generate Script" 标签页中，输入测试需求（例如：“验证登录接口在输入正确账号密码时返回 200”）。
3.  **下载结果**：查看生成的代码并点击下载。

## 项目结构

- `src/agent_case2py/`：核心逻辑代码，包括 RAG 引擎、工作流定义和 Dify 解析器。
- `app.py`：FastAPI 后端服务。
- `ui.py`：Streamlit 前端界面。
- `run_app.py`：服务启动入口。
- `generated_scripts/`：默认生成的脚本存放目录。

## API 接口

后端服务运行在 `http://localhost:8000`，你可以访问 `/docs` 查看完整的 OpenAPI 文档：

- `POST /index`：索引文档。
- `POST /retrieve`：检索上下文。
- `POST /generate`：生成测试脚本。
- `POST /parse-dify`：解析 Dify DSL。
- `POST /upload-docs`：上传并保存文档。