从需求文档(Excel/Word)中智能解析需求,通过 RAG + LLM 自动生成测试用例(含 CAN/LIN 信号级别),支持需求追溯、多项目管理和评审工作流。
- 后端: Python 3.12 + FastAPI + SQLAlchemy + Celery
- 前端: React 19 + TypeScript + Ant Design + Vite
- 数据库: PostgreSQL 16 + pgvector
- 缓存/队列: Redis 7
- AI: Claude API (主力) + GPT-4o (多模态) + BGE Embedding (中文向量)
docker compose up -d服务地址:
- 前端: http://localhost:5173
- 后端 API: http://localhost:8000
- API 文档: http://localhost:8000/docs
后端:
cd backend
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env # 编辑 .env 填入 API Key 等
# 数据库迁移
alembic upgrade head
# 启动
uvicorn app.main:app --reload前端:
cd frontend
npm install
npm run devCelery Worker:
cd backend
celery -A app.tasks.celery_app worker --loglevel=info- 文档解析引擎 — 支持 Excel/Word,自动处理合并单元格,混合解析(代码 + LLM + 多模态)
- RAG 检索 — 基于 BGE 中文向量模型 + pgvector,语义检索相关需求和历史用例
- AI 测试用例生成 — Claude API 生成测试用例,支持正常流/异常流/边界值/信号级
- 信号管理 — CAN/LIN/CANFD 信号定义,自动关联需求
- 需求追溯矩阵 — 需求-测试用例双向追溯
- 评审工作流 — Draft → Review → Approved
- 覆盖度分析 — 自动分析测试覆盖率,给出补充建议
- 变更影响分析 — 文档版本对比,标识受影响的测试用例
- Excel 导出 — 测试用例和追溯矩阵导出
cts/
├── backend/
│ ├── app/
│ │ ├── main.py # FastAPI 入口
│ │ ├── config.py # 配置管理
│ │ ├── database.py # 数据库连接
│ │ ├── models/ # SQLAlchemy 数据模型
│ │ ├── schemas/ # Pydantic 请求/响应模型
│ │ ├── api/ # API 路由
│ │ ├── services/
│ │ │ ├── parse/ # 文档解析引擎
│ │ │ ├── ai/ # RAG + AI 生成引擎
│ │ │ ├── export_service # Excel 导出
│ │ │ ├── review_service # 评审工作流
│ │ │ └── change_analysis # 变更影响分析
│ │ ├── tasks/ # Celery 异步任务
│ │ └── utils/ # 工具类(认证等)
│ └── alembic/ # 数据库迁移
├── frontend/
│ └── src/
│ ├── pages/ # 页面组件
│ ├── services/ # API 调用
│ ├── stores/ # Zustand 状态管理
│ └── types/ # TypeScript 类型定义
├── docker-compose.yml
└── README.md
| 变量 | 说明 | 默认值 |
|---|---|---|
| DATABASE_URL | PostgreSQL 连接 | postgresql+asyncpg://cts:cts123@localhost:5432/cts |
| REDIS_URL | Redis 连接 | redis://localhost:6379/0 |
| JWT_SECRET_KEY | JWT 密钥 | 需修改 |
| CLAUDE_API_KEY | Claude API Key | 必填 |
| OPENAI_API_KEY | OpenAI API Key | 可选(多模态用) |