# ai_test_platform

**Repository Path**: fengpingy/ai_test_platform

## Basic Information

- **Project Name**: ai_test_platform
- **Description**: AI 智能测试平台
集需求分析、测试用例生成、自动化测试、知识库管理于一体的智能测试平台。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-03-05
- **Last Updated**: 2026-03-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI 智能测试平台

一个集成需求分析、测试用例生成、自动化测试、知识库管理于一体的智能测试平台。

## 功能特性

- AI 代码分析：使用大语言模型对代码进行深度分析，从六大维度评估代码质量
- AI 需求分析：智能分析需求文档，提前暴露设计风险并优化需求
- AI 用例生成：多智能体协作生成高质量测试用例
- 文档自动解析：自动解析 OpenAPI/Swagger 文档并生成测试用例
- PC + 移动端自动化测试：自然语言转换为可执行脚本
- 知识库管理：基于 RAG 技术的知识库检索
- 接口知识图谱：构建接口知识图谱，支持自然语言查询
- 工作台可视化：实时展示测试工作各项指标
- 多角色权限管理：支持创建者、评审人、执行人等角色
- 评审流程管理：需求和测试用例评审流程

## 技术栈

| 层 | 技术 |
|------|------|
| 前端 | Vue3 + TypeScript + Vite + Pinia + Vue Router |
| 后端 | Python + FastAPI + SQLAlchemy |
| 数据库 | MySQL + 向量数据库（用于 RAG） |
| AI | 大语言模型 API |

## 快速开始

### 使用 Docker 部署（推荐）

1. 配置环境变量
```bash
cp .env.example .env
# 编辑 .env 文件，填入必要的环境变量
```

2. 启动服务
```bash
docker-compose up -d
```

3. 访问应用
- 前端：http://localhost:5173
- 后端 API：http://localhost:8000
- API 文档：http://localhost:8000/docs

### 本地开发

#### 后端

```bash
cd backend
pip install -r requirements.txt
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload
```

#### 前端

```bash
cd frontend
npm install
npm run dev
```

访问 http://localhost:5173

## 项目结构

```
ai-test-platform/
├── backend/              # 后端代码
│   ├── app/
│   │   ├── api/         # API 路由
│   │   ├── core/        # 核心配置
│   │   ├── models/      # 数据模型
│   │   ├── services/    # 业务服务
│   │   └── main.py      # 应用入口
│   └── requirements.txt # Python 依赖
├── frontend/             # 前端代码
│   ├── src/
│   │   ├── api/        # API 服务
│   │   ├── components/ # 组件
│   │   ├── router/     # 路由
│   │   ├── stores/     # 状态管理
│   │   ├── types/      # 类型定义
│   │   ├── views/      # 页面
│   │   ├── App.vue
│   │   └── main.ts
│   ├── package.json
│   └── vite.config.ts
├── .dockerignore
├── .env.example
├── docker-compose.yml
├── Dockerfile.backend
├── Dockerfile.frontend
└── README.md
```

## API 文档

启动后端服务后，访问 http://localhost:8000/docs 查看 Swagger API 文档。

## 环境变量

在 `.env` 文件中配置以下变量：

```env
OPENAI_API_KEY=your-openai-api-key
DATABASE_URL=mysql+pymysql://user:password@host:port/database
SECRET_KEY=your-secret-key
VECTOR_DB_URL=your-vector-db-url
EMBEDDING_API_URL=your-embedding-api-url
```

## 开发规范

- 后端 API 路径统一使用 `/api/` 前缀
- 数据模型定义在 `app/models/` 目录
- 业务逻辑放在 `app/services/` 目录
- 前端组件按功能模块组织

## 许可证

MIT License