🧪 AI 测试用例生成器

基于 AI 的智能测试用例自动生成工具，能够解析需求文档（PRD）、接口文档（OpenAPI/Swagger）或 Word 文档，自动生成结构化的测试用例，并导出为专业格式的 Excel 文件。

English | 简体中文

📌 目录

功能特性
技术栈
快速开始
使用流程
项目结构
API 文档
测试用例格式
AI 配置
常见问题

✨ 功能特性

📄 文档解析

格式	支持情况	说明
Markdown (.md)	✅ 完全支持	解析 PRD、需求文档
Word (.docx)	✅ 完全支持	解析需求规格说明书
OpenAPI/Swagger (.json)	✅ 完全支持	解析 API 接口定义
纯文本	✅ 完全支持	直接粘贴文本内容

🤖 AI 智能生成

多类型测试用例：支持 5 种测试用例类型的智能生成
- 功能测试（Happy Path）
- 边界测试（Boundary Testing）
- 异常测试（Error Testing）
- 流程测试（User Flow）
- 接口测试（API Testing）
灵活的 AI 配置：支持任何 OpenAI 兼容 API
- OpenAI GPT-4 / GPT-4o
- DeepSeek V3 / Codestral
- Moonshot (月之暗面)
- 本地 Ollama
- 其他兼容 API

📊 测试用例管理

在线管理：Web UI 直接查看、编辑、删除测试用例
多维度筛选：按文档、模块、优先级、类型筛选
批量操作：支持批量删除、批量导出

📥 导出功能

Excel 导出：专业格式，带颜色标识和合并单元格
PDF 导出：适合打印和分享
按条件导出：支持筛选后导出

🔧 技术栈

后端

技术	版本要求	说明
Python	3.11+	运行环境
FastAPI	≥0.115.0	Web 框架
Pydantic	≥2.9.0	数据验证
OpenAI SDK	≥1.50.0	AI 接口调用
python-docx	≥1.1.0	Word 文档解析
openpyxl	≥3.1.5	Excel 文件生成
aiosqlite	≥0.20.0	异步 SQLite
Playwright	≥1.40.0	自动化测试（可选）

前端

原生 HTML5 + CSS3 + JavaScript（ES6+）
无需任何前端框架
响应式设计，支持桌面和移动端

数据存储

SQLite：轻量级嵌入式数据库，开箱即用
文件存储：本地文件系统存储上传文档

🚀 快速开始

环境要求

Python 3.11 或更高版本
Windows / macOS / Linux

1. 克隆项目

git clone https://github.com/Rue1218/testcase-generator.git
cd testcase-generator

2. 创建虚拟环境（推荐）

# 使用 uv（推荐，更快）
uv venv .venv
source .venv/bin/activate  # Linux/macOS
.venv\Scripts\activate      # Windows

# 或使用 Python 内置 venv
python -m venv .venv
source .venv/bin/activate   # Linux/macOS
.venv\Scripts\activate      # Windows

3. 安装依赖

pip install -r requirements.txt

4. 配置 AI（可选）

在项目根目录创建 .env 文件：

# OpenAI 示例
AI_BASE_URL=https://api.openai.com/v1
AI_API_KEY=sk-your-api-key
AI_MODEL=gpt-4o

# 或 DeepSeek 示例
# AI_BASE_URL=https://api.deepseek.com/v1
# AI_API_KEY=your-deepseek-api-key
# AI_MODEL=deepseek-chat

# 或本地 Ollama 示例
# AI_BASE_URL=http://localhost:11434/v1
# AI_API_KEY=ollama
# AI_MODEL=qwen2.5

5. 启动服务

python run.py

6. 访问应用

打开浏览器访问：http://localhost:8000

API 文档：**http://localhost:8000/docs**（Swagger UI）

📖 使用流程

步骤 1：上传文档

进入「文档上传」页面，选择以下任一方式：

文件上传：支持 .md、.docx、.json 格式
粘贴文本：直接在文本框输入内容
导入 API：输入 OpenAPI/Swagger URL 或粘贴 JSON

步骤 2：AI 生成测试用例

在文档列表中找到刚上传的文档
点击「AI 生成」按钮
选择要生成的测试用例类型：
- 功能测试
- 边界测试
- 异常测试
- 流程测试
- 接口测试
设置生成数量（默认 10 条）
点击「开始生成」

步骤 3：查看与管理

进入「测试用例」页面：

查看：点击用例查看详细信息
编辑：修改用例的任何字段
删除：删除单个或批量删除
筛选：按文档、模块、优先级、类型筛选

步骤 4：导出

选择要导出的用例（可先筛选）
点击「导出 Excel」或「导出 PDF」
文件将自动下载

📁 项目结构

testcase-generator/
├── backend/
│   ├── __init__.py
│   ├── main.py                 # FastAPI 应用入口
│   ├── config.py               # 配置管理（AI、数据库路径等）
│   ├── models.py               # Pydantic 数据模型
│   ├── database.py             # SQLite 数据库操作
│   │
│   ├── parsers/                # 文档解析器
│   │   ├── __init__.py
│   │   ├── markdown_parser.py # Markdown 解析
│   │   ├── docx_parser.py     # Word 文档解析
│   │   ├── openapi_parser.py  # OpenAPI/Swagger 解析
│   │   ├── pdf_parser.py      # PDF 解析
│   │   └── spreadsheet.py     # 表格数据解析
│   │
│   ├── generators/              # AI 生成器
│   │   ├── __init__.py
│   │   └── ai_generator.py    # AI 测试用例生成核心
│   │
│   ├── exporters/              # 导出器
│   │   ├── __init__.py
│   │   ├── excel_exporter.py  # Excel 导出
│   │   └── pdf_exporter.py    # PDF 导出
│   │
│   ├── routers/                # API 路由
│   │   ├── __init__.py
│   │   ├── _shared.py         # 共享工具
│   │   ├── documents.py       # 文档管理
│   │   ├── testcases.py      # 测试用例
│   │   ├── config.py          # AI 配置
│   │   ├── export.py          # 导出
│   │   ├── executor.py        # 测试执行
│   │   ├── suites.py          # 测试套件
│   │   ├── tasks.py           # 异步任务
│   │   ├── logs.py            # 日志管理
│   │   ├── templates.py       # 模板管理
│   │   ├── trash.py           # 回收站
│   │   └── system.py          # 系统信息
│   │
│   ├── executor/               # 测试执行器
│   │   ├── __init__.py
│   │   ├── runner.py          # 测试运行器
│   │   ├── env_check.py       # 环境检查
│   │   ├── prompts.py         # AI 提示词
│   │   ├── suites.py          # 测试套件
│   │   └── report.py          # 报告生成
│   │
│   └── utils/                  # 工具函数
│       ├── __init__.py
│       └── sanitizer.py        # 输入净化
│
├── frontend/
│   ├── index.html             # 主页面
│   ├── style.css              # 样式文件
│   └── app.js                 # 前端逻辑
│
├── uploads/                    # 上传文件存储
├── backups/                    # 数据库备份
├── test_results/              # 测试结果存储
│
├── requirements.txt           # Python 依赖
├── run.py                     # 启动脚本
├── setup.sh                   # Linux/macOS 安装脚本
├── install_uv.sh              # UV 安装脚本
├── start.bat                  # Windows 启动脚本
│
└── README.md                  # 项目说明文档

🛠 API 文档

启动服务后访问 http://localhost:8000/docs 查看完整的 Swagger UI 文档。

核心接口

文档管理

方法	路径	说明
POST	`/api/documents/upload`	上传文档文件
POST	`/api/documents/text`	提交文本内容
GET	`/api/documents`	获取文档列表
GET	`/api/documents/{id}`	获取文档详情
DELETE	`/api/documents/{id}`	删除文档

测试用例

方法	路径	说明
POST	`/api/testcases/generate`	AI 生成测试用例
GET	`/api/testcases`	获取用例列表（支持筛选）
GET	`/api/testcases/{id}`	获取用例详情
PUT	`/api/testcases/{id}`	更新用例
DELETE	`/api/testcases/{id}`	删除用例
DELETE	`/api/testcases`	批量删除

导出

方法	路径	说明
GET	`/api/export/excel`	导出 Excel
GET	`/api/export/pdf`	导出 PDF

AI 配置

方法	路径	说明
GET	`/api/config`	获取当前配置
PUT	`/api/config`	更新配置
POST	`/api/config/test`	测试连接

测试执行

方法	路径	说明
POST	`/api/executor/run`	运行测试
GET	`/api/executor/status/{task_id}`	获取执行状态
GET	`/api/executor/logs/{task_id}`	获取执行日志

请求示例

生成测试用例

curl -X POST "http://localhost:8000/api/testcases/generate" \
  -H "Content-Type: application/json" \
  -d '{
    "document_id": 1,
    "case_type": "功能测试",
    "count": 10
  }'

导出 Excel

curl -X GET "http://localhost:8000/api/export/excel?document_id=1&priority=P0" \
  -o testcases.xlsx

📋 测试用例格式

每条测试用例包含以下字段：

字段	类型	说明	示例
用例编号	string	唯一标识符	TC-001
所属模块	string	功能模块名称	用户管理
用例标题	string	测试用例名称	正确用户名密码登录成功
前置条件	string	执行前提条件	用户已注册且未登录
测试步骤	string	详细操作步骤	1. 打开登录页 2. 输入正确用户名 3. 输入正确密码 4. 点击登录
预期结果	string	期望结果	登录成功，跳转至首页
优先级	enum	P0/P1/P2/P3	P0
用例类型	enum	功能/边界/异常/流程/接口	功能测试
创建时间	datetime	创建时间戳	2026-05-03 10:00:00

优先级说明

优先级	说明	典型场景
P0	核心功能	登录、支付等关键流程
P1	重要功能	核心业务逻辑
P2	一般功能	普通功能模块
P3	辅助功能	边缘场景、低频功能

🤖 AI 配置

支持的 AI 服务商

OpenAI

AI_BASE_URL=https://api.openai.com/v1
AI_API_KEY=sk-xxxxx
AI_MODEL=gpt-4o

DeepSeek

AI_BASE_URL=https://api.deepseek.com/v1
AI_API_KEY=sk-xxxxx
AI_MODEL=deepseek-chat

Moonshot (月之暗面)

AI_BASE_URL=https://api.moonshot.cn/v1
AI_API_KEY=sk-xxxxx
AI_MODEL=moonshot-v1-8k

本地 Ollama

AI_BASE_URL=http://localhost:11434/v1
AI_API_KEY=ollama
AI_MODEL=qwen2.5

在 Web 界面配置

点击右上角「设置」图标
填写 API Base URL、API Key、Model
点击「测试连接」验证配置
保存配置

❓ 常见问题

Q: 启动报错 "ModuleNotFoundError"

确保已激活虚拟环境并安装依赖：

source .venv/bin/activate  # Linux/macOS
# 或
.venv\Scripts\activate     # Windows

pip install -r requirements.txt

Q: AI 生成失败

检查 API Key 是否正确
确认网络可以访问 AI 服务商
查看日志中的具体错误信息
可在设置中点击「测试连接」排查

Q: Excel 导出格式错乱

尝试以下方法：

使用 Microsoft Excel 打开（而非 WPS）
检查数据中是否有特殊字符
增加列宽设置

Q: 如何处理大型文档？

单个文档建议不超过 1MB
大型文档可分批上传
或使用文本粘贴方式分段处理

Q: 数据存储在哪里？

数据库：data.db（SQLite 文件）
上传文件：uploads/ 目录
备份文件：backups/ 目录

建议定期备份 data.db 和 uploads/ 目录。

📄 许可证

本项目采用 MIT 许可证。

🙏 致谢

FastAPI - 现代快速的 Web 框架
OpenAI - AI 能力支持
python-docx - Word 文档处理
openpyxl - Excel 文件生成

Railway rebuild trigger

redeploy Tue May 5 02:47:42 2026

Name		Name	Last commit message	Last commit date
.claude		.claude
backend		backend
backups		backups
frontend		frontend
public		public
src		src
test_results		test_results
uploads		uploads
.env.example		.env.example
.gitignore		.gitignore
PROJECT.md		PROJECT.md
PROJECT_INTRO.md		PROJECT_INTRO.md
Procfile		Procfile
README.md		README.md
data.db		data.db
install_uv.sh		install_uv.sh
railway.toml		railway.toml
requirements.txt		requirements.txt
run.py		run.py
setup.sh		setup.sh
start.bat		start.bat
start.py		start.py
test_imports.py		test_imports.py
wrangler.toml		wrangler.toml

Latest commit

History

Folders and files

Repository files navigation