# TestCenter

**Repository Path**: rain_yang/test-center

## Basic Information

- **Project Name**: TestCenter
- **Description**: DOSS智能测试系统是一个基于Python的智能化测试平台，采用模块化设计和多智能体协作架构，支持API测试、UI测试、性能测试等多种测试类型。系统集成了人工智能技术，实现测试用例自动生成、缺陷智能定位、测试结果分析等智能化功能。
- **Primary Language**: Unknown
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-06-23
- **Last Updated**: 2026-06-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DOSS Intelligent Test System

## 系统简介

DOSS智能测试系统是一个基于Python的智能化测试平台，采用模块化设计和多智能体协作架构，支持API测试、UI测试、性能测试等多种测试类型。系统集成了人工智能技术，实现测试用例自动生成、缺陷智能定位、测试结果分析等智能化功能。

## 核心特性

- **模块化设计**：各功能组件解耦，支持独立开发和部署
- **高度可扩展性**：支持功能模块的灵活增减与升级
- **AI集成**：集成DeepSeek LLM模型，实现智能化测试
- **多智能体协作**：API测试智能体、UI测试智能体等协同工作
- **并行执行**：支持测试的并行执行，提高执行效率
- **多格式报告**：支持HTML、JSON、Markdown等多种报告格式
- **完整的API**：基于FastAPI实现的RESTful API，支持系统集成
- **标准化规范**：代码遵循PEP 8规范，确保可读性与可维护性

## 系统架构

### 1. 核心智能体架构

- **基础智能体框架**：`BaseAgent`抽象类和`BaseSkill`抽象类
- **智能体管理器**：`AgentManager`负责智能体的生命周期管理
- **技能化架构**：每个智能体采用技能插件化设计

### 2. 测试智能体

- **API测试智能体**：`ApiAgent`，集成planner、generator、healer、validator技能
- **UI测试智能体**：`UIAgent`，集成planner、generator、healer、validator技能

### 3. 核心组件

- **测试用例管理**：`TestCaseManager`，支持测试用例的CRUD操作和执行历史管理
- **自动化执行引擎**：`ExecutionManager`，支持并行执行和任务管理
- **智能分析**：`TestAnalyzer`，支持模式识别、根因分析、趋势分析
- **报告生成**：`ReportGenerator`，支持多种格式的报告生成
- **Web接口**：基于FastAPI的RESTful API，支持系统集成

### 4. 技术栈

- **后端框架**：FastAPI
- **AI框架**：LangChain + LangGraph
- **LLM模型**：DeepSeek
- **测试框架**：Playwright
- **并行处理**：Python线程池
- **API设计**：RESTful

## 目录结构

```
doss_test_system/
├── agents/              # 智能体模块
│   ├── api/            # API测试智能体
│   └── ui/             # UI测试智能体
├── core/               # 核心模块
│   ├── agent/          # 智能体框架
│   ├── mcp/            # MCP协议集成
│   ├── ai/             # AI框架集成
│   ├── testcase/       # 测试用例管理
│   ├── execution/      # 执行引擎
│   ├── analysis/       # 智能分析
│   ├── reporting/      # 报告生成
│   └── ui/             # Web界面
└── config/             # 配置文件
```

## 快速开始

### 1. 安装依赖

```bash
pip install fastapi uvicorn jinja2 playwright
```

### 2. 启动服务

```bash
python doss_test_system/core/ui/api/app.py
```

服务将在 `http://localhost:8000` 启动。

### 3. 访问API文档

- **交互式API文档**：`http://localhost:8000/docs`
- **静态API文档**：`http://localhost:8000/redoc`

## API接口

### 测试用例管理
- `GET /testcases` - 列出测试用例
- `POST /testcases` - 创建测试用例
- `GET /testcases/{testcase_id}` - 获取测试用例
- `PUT /testcases/{testcase_id}` - 更新测试用例
- `DELETE /testcases/{testcase_id}` - 删除测试用例

### 测试执行
- `POST /execute` - 执行测试
- `POST /execute/batch` - 批量执行测试
- `GET /execute/status/{task_id}` - 获取执行状态
- `GET /execute/history` - 列出执行历史

### 智能体管理
- `GET /agents` - 列出智能体
- `POST /agents/{agent_id}/execute` - 执行智能体任务

### 测试分析
- `POST /analyze` - 分析测试结果

### 报告生成
- `POST /report` - 生成测试报告

### 系统健康
- `GET /health` - 健康检查

## 使用示例

### 1. 创建测试用例

```bash
curl -X POST http://localhost:8000/testcases \
  -H "Content-Type: application/json" \
  -d '{
    "name": "API测试示例",
    "description": "测试API端点",
    "steps": ["发送请求", "验证响应"],
    "expected_results": ["状态码200", "响应包含数据"],
    "priority": "high",
    "test_type": "功能"
  }'
```

### 2. 执行测试

```bash
curl -X POST http://localhost:8000/execute \
  -H "Content-Type: application/json" \
  -d '{
    "testcase_id": "YOUR_TESTCASE_ID",
    "test_type": "api",
    "test_code": "import requests\ndef test_api():\n    response = requests.get(\"https://api.example.com\")\n    assert response.status_code == 200\n    print(\"测试通过！\")\nif __name__ == \"__main__\":\n    test_api()"
  }'
```

### 3. 生成报告

```bash
curl -X POST http://localhost:8000/report \
  -H "Content-Type: application/json" \
  -d '{
    "test_results": {
      "tests": [
        {
          "test_id": "test_1",
          "name": "API测试",
          "status": "passed",
          "duration": 1.23,
          "error_message": ""
        }
      ],
      "total_duration": 1.23
    },
    "format": "html"
  }'
```

## 配置说明

### 1. 系统配置

系统配置文件位于 `doss_test_system/config/` 目录，支持以下配置：

- `system_config.json` - 系统基本配置
- `ai_config.json` - AI模型配置
- `execution_config.json` - 执行引擎配置

### 2. AI模型配置

```json
{
  "model_name": "deepseek-chat",
  "api_key": "YOUR_API_KEY",
  "api_url": "https://api.deepseek.com/v1/chat/completions",
  "max_tokens": 2048,
  "temperature": 0.7
}
```

## 开发指南

### 1. 代码规范

- 代码遵循PEP 8规范
- 使用4空格缩进
- 函数和变量命名采用蛇形命名法
- 类名采用驼峰命名法
- 注释清晰，说明功能和参数

### 2. 模块开发

要开发新的智能体或技能，遵循以下步骤：

1. 继承相应的基类（如`BaseAgent`或`BaseSkill`）
2. 实现必要的方法
3. 在智能体管理器中注册

### 3. 测试

系统提供了完整的测试套件：

```bash
# 运行测试
python -m pytest

# 运行特定测试
python -m pytest tests/test_api_agent.py
```

## 部署方式

### 1. 本地部署

直接运行 `app.py` 启动服务。

### 2. Docker部署

```bash
# 构建镜像
docker build -t doss-test-system .

# 运行容器
docker run -p 8000:8000 doss-test-system
```

### 3. 云部署

支持部署到AWS、Azure、GCP等云平台，通过容器化方式部署。

## 系统要求

- Python 3.8+
- FastAPI 0.100+
- Playwright 1.30+
- 足够的内存和CPU资源（推荐8GB+内存）

## 许可证

本项目采用MIT许可证，详见LICENSE文件。

## 贡献指南

欢迎提交Issue和Pull Request，贡献代码和改进建议。

## 联系方式

- 项目地址：https://gitee.com/your-username/doss-test-system
- 问题反馈：通过Issue提交

---

**DOSS智能测试系统** - 让测试更智能、更高效！