基于 AI 驱动的全栈测试管理平台
TestHub 是一个功能强大的智能测试管理平台，集成了 AI 需求分析、测试用例管理、API 测试、UI 自动化测试 等多个模块，旨在提升测试效率和质量。平台采用 Django + Vue3 技术栈，提供现代化的用户界面和丰富的功能特性。
- AI 需求分析: 自动解析需求文档（PDF/Word/TXT），智能提取业务需求
- 智能测试用例生成: 基于需求自动生成测试用例，支持多种测试类型
- 智能助手: 集成 Dify AI 助手，提供测试咨询和问题解答
- 多模型支持: 支持 DeepSeek、通义千问、硅基流动等多种 AI 模型
- AI 智能模式: 基于 Browser-use 的智能浏览器自动化，AI 理解页面并自动完成测试
- JWT 认证: 采用企业级 JWT 双 Token 安全机制
- 自动刷新: Access Token 过期前自动刷新，无感续期
- Token 黑名单: 登出时自动将 Token 加入黑名单，防止重放攻击
- 请求队列: Token 刷新期间请求自动排队等待，确保请求不丢失
- 环境检测: 自动检测系统浏览器和 Playwright 环境
- 驱动管理: 一键安装和更新浏览器驱动
- AI 模型配置: 统一管理多种 AI 模型的 API 配置
- 连接测试: 支持 AI 模型连接测试和验证
- 完整的用例生命周期管理: 创建、编辑、版本控制、归档
- 灵活的用例组织: 支持项目、版本、标签等多维度分类
- 详细的用例步骤: 支持步骤化用例设计，包含前置条件、操作步骤、预期结果
- 附件和评论: 支持用例附件上传和团队协作评论
- 评审流程管理: 支持多人评审、评审模板、检查清单
- 评审状态跟踪: 待评审、评审中、已通过、已拒绝等状态管理
- 评审意见记录: 支持整体意见、用例意见、步骤意见等多层级反馈
- 评审模板: 可自定义评审检查清单和默认评审人
- 项目和集合管理: 支持 HTTP/WebSocket 协议，树形结构组织 API
- 请求管理: 支持 GET/POST/PUT/DELETE/PATCH 等多种 HTTP 方法
- 环境变量: 全局和局部环境变量管理，支持变量替换
- 测试套件: 批量执行 API 请求，支持断言和执行顺序配置
- 请求历史: 完整的请求执行历史记录和结果追踪
- 定时任务: 支持定时执行测试套件，邮件/Webhook 通知
- 测试报告: 自动生成 Allure 测试报告
- 双引擎支持: 支持 Selenium 和 Playwright 两种自动化引擎
- 元素管理: 元素库管理，支持多种定位策略（ID、XPath、CSS 等）
- 页面对象模式: 支持 POM 设计模式，提高脚本可维护性
- 测试脚本: 可视化脚本编辑器，支持步骤录制和回放
- 测试套件: 批量执行测试脚本，支持多浏览器（Chrome/Firefox/Edge）
- 执行记录: 详细的执行日志、截图、视频录制
- 定时任务: 支持 Cron 表达式、固定间隔、单次执行
- AI 智能模式:
- 基于 Browser-use 框架的智能浏览器自动化
- AI 理解页面结构并自动完成测试任务
- 支持文本模式（基于 DOM 解析）和视觉模式（基于截图识别）
- 支持多种 AI 模型：OpenAI、Anthropic、Google Gemini、DeepSeek、硅基流动等
- 智能任务规划和步骤自动生成
- Airtest 框架: 基于图像识别的 Android APP 自动化测试
- 设备管理: 支持本地模拟器和远程设备，设备资源池管理
- 设备锁定: 多用户环境下的设备锁定机制，避免资源冲突
- ADB 集成: 自动发现设备、连接远程设备、设备信息查询
- 元素管理: 支持图片元素、坐标元素、区域元素三种定位方式
- 多分辨率适配: 不同分辨率下的元素配置管理
- 组件化编排: 基础组件定义、自定义组件组合、组件包导入导出
- UI Flow: JSON 格式的 UI 流程编排，支持10+ Airtest动作
- 变量管理: 支持 global/local/outputs 作用域，{{variable}} 语法
- 测试执行: Celery异步执行 + pytest + Allure 报告生成
- 执行引擎: AirtestBase + UiFlowRunner + AppTestExecutor 完整实现
- 进度追踪: 实时执行进度、步骤统计、通过率计算
- 使用统计: 元素使用次数追踪，优化元素管理
- API 完整: 40+ RESTful API 接口，支持所有功能操作
- 前端页面: 7个完整页面（Dashboard/设备/元素/用例/执行记录）
- 代码编辑器: Monaco Editor 集成，支持 JSON 语法高亮
- 图片上传: 支持元素图片拖拽上传和预览
- 实时更新: 执行记录自动刷新，实时进度展示
- 测试计划: 创建测试计划，关联项目、版本和测试用例
- 测试执行: 手动和自动化测试执行，实时记录测试结果
- 执行历史: 完整的执行历史追踪和结果对比
- 测试报告: 多维度数据统计和可视化图表
- Allure 集成: 支持生成专业的 Allure 测试报告
- 字符工具（9个功能）: 字符串处理、文本对比、正则表达式测试、字数统计、大小写转换
- 编码工具（12个功能）: Base64编解码、时间戳转换、Unicode转换、进制转换、颜色值转换、URL编解码、JWT解码、条形码/二维码生成、图片Base64转换
- 随机工具（6个功能）: 随机数、随机字符串、UUID、随机布尔值、随机列表元素
- 加密工具（8个功能）: MD5/SHA1/SHA256/SHA512哈希、AES加密解密、HMAC签名
- 测试数据（4个功能）: 中文姓名、手机号、邮箱、地址生成
- JSON工具（8个功能）: JSON格式化（树形展示）、JSON压缩、JSON校验、JSONPath查询、JSON对比、JSON转XML/YAML/CSV
- Crontab工具（4个功能）: 生成/解析Crontab表达式、获取下次执行时间、验证表达式
- 标签系统: 支持多标签管理，可在接口测试和UI测试中引用带标签的数据
- 使用记录: 工具使用历史记录和统计
- 场景筛选: 按使用场景（数据生成、格式转换、数据验证、加密解密）筛选工具
- 数据引用: 在接口测试（请求参数、断言、前置条件）和UI测试（测试步骤、输入数据、断言）中引用数据工厂数据
- 项目管理: 多项目支持，项目成员和角色管理
- 版本管理: 版本规划和测试用例关联
- 权限控制: 基于项目的成员角色权限管理
- 用户配置: 个性化用户设置和偏好配置
- 框架: Django 4.2 + Django REST Framework
- 数据库: MySQL 8.0+ (PyMySQL)
- API 文档: drf-spectacular (Swagger/ReDoc)
- 安全认证: JWT (rest_framework_simplejwt) + Token 黑名单
- AI 集成:
- browser-use: AI 驱动的浏览器自动化
- langchain-openai: LLM 集成框架
- 多模型支持：OpenAI、Anthropic、Google Gemini、DeepSeek、硅基流动等
- 自动化测试: Selenium, Playwright, Allure
- HTTP 客户端: httpx (异步 HTTP)
- 定时任务: Django APScheduler
- 框架: Vue 3.3 + Composition API
- 构建工具: Vite 4.4
- UI 组件: Element Plus 2.3
- 状态管理: Pinia 2.1
- 路由: Vue Router 4.2
- HTTP 客户端: Axios 1.5
- 数据可视化: ECharts 5.4
- 代码编辑器: Monaco Editor
- 其他: vuedraggable (拖拽), xlsx (Excel), dayjs (日期)
testhub_platform/
├── apps/ # Django 应用模块
│ ├── users/ # 用户管理
│ ├── projects/ # 项目管理
│ ├── testcases/ # 测试用例管理
│ ├── testsuites/ # 测试套件管理
│ ├── executions/ # 测试执行管理
│ ├── data_factory/ # 数据工厂
│ ├── reports/ # 测试报告
│ ├── reviews/ # 用例评审管理
│ ├── versions/ # 版本管理
│ ├── core/ # 核心功能模块
│ │ ├── models.py # 统一通知配置模型
│ │ ├── views.py # 核心功能视图
│ │ └── management/commands/ # 管理命令
│ │ ├── run_all_scheduled_tasks.py # 统一定时任务调度器
│ │ ├── init_locator_strategies.py # 初始化元素定位策略
│ │ └── download_webdrivers.py # 下载浏览器驱动
│ ├── requirement_analysis/ # AI 需求分析
│ ├── assistant/ # 智能助手
│ ├── api_testing/ # API 测试
│ └── ui_automation/ # UI 自动化测试
├── backend/ # Django 项目配置
│ ├── settings.py # 项目设置
│ ├── urls.py # URL 路由
│ └── middleware.py # 中间件
├── frontend/ # Vue3 前端
│ ├── src/
│ │ ├── api/ # API 接口
│ │ ├── components/ # 公共组件
│ │ ├── views/ # 页面视图
│ │ │ ├── auth/ # 登录注册
│ │ │ ├── projects/ # 项目管理
│ │ │ ├── testcases/ # 测试用例
│ │ │ ├── data-factory/ # 数据工厂
│ │ │ ├── reviews/ # 用例评审
│ │ │ ├── requirement-analysis/ # 需求分析
│ │ │ ├── assistant/ # 智能助手
│ │ │ ├── api-testing/ # API 测试
│ │ │ ├── ui-automation/ # UI 自动化
│ │ │ │ ├── ai/ # AI 智能模式
│ │ │ │ ├── config/ # 配置管理
│ │ │ │ └── suites/ # 测试套件
│ │ │ └── configuration/ # 统一配置中心
│ │ ├── stores/ # Pinia 状态管理
│ │ ├── router/ # 路由配置
│ │ ├── utils/ # 工具函数
│ │ └── assets/ # 静态资源
│ └── package.json
├── media/ # 媒体文件（上传文件、截图等）
├── logs/ # 日志文件
│ └── scheduler.log # 统一调度器日志
├── allure/ # Allure 测试报告
├── requirements.txt # Python 依赖
└── manage.py # Django 管理脚本
- Python: 推荐Python3.12,其他版本可能会存在兼容性问题
- Node.js: 18+(开发环境必须安装Node.js用于构建前端项目,生产可不安装)
- MySQL: 8.0+(必须安装MySQL客户端，用于执行数据库迁移等操作)
- Java: 17+ (可选,用于运行浏览器驱动、Allure 报告生成等，否则会生成报告失败)
- Redis: 6.0+ (可选,用于APP自动化测试相关)
- 浏览器驱动: ChromeDriver / GeckoDriver (用于 UI 自动化,建议提前下载好)
- 克隆项目
git clone <repository-url>
cd testhub_platform- 创建虚拟环境
python -m venv venv
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate- 安装依赖
pip install -r requirements.txt- 配置环境变量
# 复制示例配置文件到 .env 文件
# 按照.env文件模板配置你的数据库连接信息等
cp .env.example .env- 初始化数据库
# 创建数据库
mysql -u root -p
CREATE DATABASE testhub CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
EXIT;
# 创建 migrations 目录（如果不存在）
mkdir -p apps/testcases/migrations
echo "# This file is intentionally left empty" > apps/testcases/migrations/__init__.py
# 执行迁移
python manage.py makemigrations
python manage.py migrate
# 创建超级用户
python manage.py createsuperuser- 初始化UI自动化测试定位策略
# 根目录执行
python manage.py init_locator_strategies- 初始化app自动化组件库
# 根目录执行
python manage.py load_component_pack- 启动定时任务
# 启动统一任务调度器(同时管理API和UI模块)
python manage.py run_all_scheduled_tasks- 启动服务
# 启动 Django 开发服务器
python manage.py runserver- 启动Celery服务
# 启动 Celery 开发服务(可选，用于处理APP自动化任务)
celery -A backend worker -l info数据工厂模块需要创建数据库表：
# 创建数据工厂表
python manage.py makemigrations data_factory
python manage.py migrate data_factory详细使用说明：请查看 数据工厂使用说明.md 获取完整的功能介绍、使用技巧和最佳实践。
快速开始指南：请查看 数据工厂快速开始.md 快速上手数据工厂功能。
- 安装依赖
cd frontend
npm install- 启动开发服务器
npm run dev- 构建生产版本
npm run build- 前端: http://localhost:3000
- 后端 API: http://localhost:8000
- API 文档: http://localhost:8000/api/docs/
- Admin 后台: http://localhost:8000/admin/
- 更新日志 (CHANGELOG): 查看版本更新历史和重要变更
- 数据工厂使用说明: 数据工厂功能完整介绍和使用技巧
- 数据工厂快速开始: 数据工厂快速上手指南
- 数据工厂功能说明: 数据工厂功能详细说明
- 数据工厂API接口文档: 数据工厂 API 接口文档
- UI自动化测试执行说明: UI 自动化测试执行指南
- WebDriver驱动管理优化说明: WebDriver 驱动管理优化说明
- 用例评审管理功能说明: 用例评审管理功能说明
- 问题排查指南: 常见问题排查指南
概述:
core 模块是跨模块的通用功能模块，提供全局共享的管理命令和统一配置管理。
管理命令:
-
run_all_scheduled_tasks: 统一定时任务调度器- 同时调度 API 测试和 UI 自动化模块的定时任务
- 支持自定义检查间隔（默认60秒）
- 支持单次执行模式（
--once） - 详细日志输出，便于调试和监控
-
init_locator_strategies: 初始化UI自动化元素定位策略- 创建/更新12种常用元素定位策略
- 通用策略：ID, CSS, XPath, name, class, tag
- Playwright 专用策略：text, placeholder, role, label, title, test-id
-
download_webdrivers: 下载浏览器驱动- 支持 Chrome (ChromeDriver)
- 支持 Firefox (GeckoDriver)
- 支持 Edge (EdgeDriver)
- 自动缓存，后续使用更快
数据模型:
UnifiedNotificationConfig: 统一通知配置- 支持企业微信、钉钉、飞书等多种 Webhook 机器人
- 每个机器人可独立配置启用状态
- 支持 API 测试和 UI 自动化测试模块独立开关
- JSON 格式存储多个机器人配置
API 路由:
/api/core/notification-configs/: 统一通知配置管理
日志文件:
logs/scheduler.log: 统一调度器运行日志
功能:
- 上传需求文档（PDF/Word/TXT）
- AI 自动解析需求文档内容
- 提取业务需求和功能点
- 基于需求自动生成测试用例
- 支持多种 AI 模型配置
数据模型:
RequirementDocument: 需求文档RequirementAnalysis: 需求分析记录BusinessRequirement: 业务需求GeneratedTestCase: 生成的测试用例AnalysisTask: 分析任务AIModelConfig: AI 模型配置
功能:
- 集成 Dify AI 助手
- 多会话管理
- 聊天历史记录
- 测试咨询和问题解答
数据模型:
DifyConfig: Dify API 配置AssistantSession: 助手会话ChatMessage: 聊天消息
功能:
- API 项目和集合管理
- HTTP/WebSocket 请求管理
- 环境变量管理
- 测试套件和自动化执行
- 请求历史和结果追踪
- 定时任务和通知
- Allure 报告生成
数据模型:
ApiProject: API 项目ApiCollection: API 集合ApiRequest: API 请求Environment: 环境变量TestSuite: 测试套件RequestHistory: 请求历史ApiScheduledTask: 定时任务ApiNotificationConfig: 通知配置
功能:
- 字符工具（9个功能）: 去除空格换行、字符串替换、转义反转义、字数统计、文本对比、正则测试、大小写转换、字符串格式化
- 编码工具（12个功能）: 生成条形码/二维码、时间戳转换、进制转换、Unicode/ASCII转换、颜色值转换、Base64编解码、URL编解码、JWT解码、图片Base64转换
- 随机工具（6个功能）: 随机整数/浮点数、随机字符串、UUID生成、随机布尔值、随机列表元素
- 加密工具（8个功能）: MD5/SHA1/SHA256/SHA512哈希、AES加密解密、HMAC签名
- 测试数据（4个功能）: 生成中文姓名、中国手机号、中国邮箱、中国地址
- JSON工具（8个功能）: JSON格式化（树形展示）、JSON压缩、JSON校验、JSONPath查询、JSON对比、JSON转XML/YAML/CSV
- Crontab工具（4个功能）: 生成/解析Crontab表达式、获取下次执行时间、验证表达式
- 标签系统: 支持多标签管理，可在接口测试和UI测试中引用带标签的数据
- 使用记录: 工具使用历史记录和统计
- 场景筛选: 按使用场景（数据生成、格式转换、数据验证、加密解密）筛选工具
- 数据引用: 在接口测试（请求参数、断言、前置条件）和UI测试（测试步骤、输入数据、断言）中引用数据工厂数据
核心特性:
- 51个实用工具: 覆盖字符处理、编码转换、随机数据、加密解密、测试数据、JSON处理、Crontab管理等多个场景
- 标签管理: 每条数据记录可添加多个标签，支持按标签筛选和管理
- 数据引用: 在接口测试和UI测试中通过DataFactorySelector组件引用带标签的数据
- 历史记录: 完整的工具使用历史，支持按工具分类、工具名称、标签等多维度查询
- 实时预览: JSON格式化支持树形展示、展开/折叠、实时预览（300ms防抖）
- 状态持久化: JSON格式化的展开/折叠状态自动保存到localStorage
数据模型:
DataFactoryRecord: 数据工厂使用记录tool_name: 工具名称tool_category: 工具分类（string/encoding/random/encryption/test_data/json/crontab）tool_scenario: 使用场景（data_generate/format_convert/data_validation/encrypt）input_data: 输入数据（JSON）output_data: 输出数据（JSON）is_saved: 是否保存tags: 标签（JSON数组）created_at: 创建时间updated_at: 更新时间
API 路由:
/api/data-factory/: 数据工厂记录管理（CRUD）/api/data-factory/execute/: 执行工具/api/data-factory/download_static_file/{filename}/: 下载生成的文件（条形码、二维码等）
详细使用说明: 请查看 数据工厂使用说明.md 获取完整的功能介绍、使用技巧和最佳实践。
功能:
- 元素库管理（支持多种定位策略）
- 页面对象模式（POM）
- 测试脚本编辑和执行
- 测试套件批量执行
- 多浏览器支持
- 执行截图和视频录制
- 定时任务调度
- AI 智能测试模式:
- 基于 Browser-use 框架的智能浏览器自动化
- AI 自动理解页面结构并生成测试步骤
- 支持文本模式（基于 DOM 解析）和视觉模式（基于截图识别）
- 智能任务规划和执行
- 执行过程实时日志记录
核心组件:
ai_base.py: Browser-use 基础框架和补丁ai_agent.py: AI Agent 实现（BrowserAgent 类）ai_models.py: 多 AI 模型统一接口
数据模型:
UiProject: UI 项目Element: 元素ElementGroup: 元素分组PageObject: 页面对象TestScript: 测试脚本TestCase: 测试用例TestSuite: 测试套件TestExecution: 测试执行UiScheduledTask: 定时任务AICase: AI 智能用例AIIntelligentModeConfig: AI 智能模式配置
功能:
- 环境检测: 自动检测系统已安装的浏览器
- 驱动管理: 一键安装 Playwright 浏览器驱动
- AI 模型配置:
- 支持多种 AI 提供商：通义千问、DeepSeek、硅基流动、本地模型
- 按角色配置：测试用例编写器、测试用例评审员、Browser Use 文本模式
- API 密钥、基础 URL、模型名称、参数配置
- 连接测试功能
API 路由:
/api/ui-automation/config/environment/: 环境配置/api/ui-automation/config/ai-mode/: AI 智能模式配置
功能:
- 创建评审任务
- 分配评审人员
- 评审意见记录
- 评审模板管理
- 评审状态跟踪
数据模型:
TestCaseReview: 测试用例评审ReviewAssignment: 评审分配TestCaseReviewComment: 评审意见ReviewTemplate: 评审模板
功能:
- 测试计划管理
- 测试执行记录
- 执行历史追踪
- 执行结果统计
数据模型:
TestPlan: 测试计划TestRun: 测试执行TestRunCase: 测试执行用例TestRunCaseHistory: 执行历史
项目采用企业级 JWT 双 Token 安全机制：
后端配置 (backend/settings.py):
SIMPLE_JWT = {
'ACCESS_TOKEN_LIFETIME': timedelta(minutes=30), # Access Token 30分钟
'REFRESH_TOKEN_LIFETIME': timedelta(days=7), # Refresh Token 7天
'ROTATE_REFRESH_TOKENS': True, # 刷新时轮换 Refresh Token
'BLACKLIST_AFTER_ROTATION': True, # 旧 Refresh Token 加入黑名单
'UPDATE_LAST_LOGIN': True,
'ALGORITHM': 'HS256',
'AUTH_HEADER_TYPES': ('Bearer',),
}安全特性:
- 双 Token 机制：短期 Access Token + 长期 Refresh Token
- 自动刷新：Token 过期前 5 分钟自动刷新，无感续期
- Token 黑名单：登出时将 Refresh Token 加入黑名单，防止重放攻击
- 请求队列：Token 刷新期间的请求自动排队等待
- 防循环机制：logout 函数包含防循环调用保护
前端 Token 管理:
- Token 存储在 localStorage
- 请求拦截器自动添加 Bearer Token
- 响应拦截器处理 401 错误并自动刷新 Token
在统一配置中心可以配置多种 AI 模型：
支持的 AI 提供商:
- OpenAI: GPT-4、GPT-3.5 等模型
- Azure OpenAI: Azure 托管的 OpenAI 服务
- Anthropic: Claude 系列模型
- Google Gemini: Gemini Pro、Gemini Flash
- DeepSeek: DeepSeek 系列模型
- 硅基流动: 聚合多种 AI 模型
配置角色:
testcase_writer: 测试用例编写testcase_reviewer: 测试用例评审browser_use_text: Browser Use 文本模式（DOM 解析）browser_use_vision: Browser Use 视觉模式（截图识别）- 暂未实现
配置参数:
- API Key: API 访问密钥
- Base URL: API 端点地址（可选）
- Model Name: 模型名称
- Temperature: 温度参数（控制随机性）
- Max Tokens: 最大生成 Token 数
连接测试: 配置完成后可使用"测试连接"功能验证配置是否正确。
在系统配置中心可以配置多种 AI 模型：
- DeepSeek: 用于需求分析和用例生成
- 通义千问: 备选 AI 模型
- 硅基流动: 备选 AI 模型
- 自定义模型: 支持配置自定义 API
配置 Dify API 以启用智能助手功能：
- API URL: Dify API 端点
- API Key: Dify API 密钥
- 执行引擎: Selenium / Playwright
- 浏览器: Chrome / Firefox / Edge
- WebDriver: 自动下载或手动配置驱动路径
- 运行模式: 有头模式 / 无头模式
- AI 智能模式:
- 文本模式：基于 DOM 解析，快速高效
- 视觉模式：基于截图识别，适合复杂页面
- 邮件通知: SMTP 配置
- Webhook 通知: 企业微信、钉钉等
项目使用 MySQL 数据库，主要表结构包括：
- 用户相关:
users,user_profiles - 项目管理:
projects,project_members,versions - 测试用例:
testcases,testcase_steps,testcase_attachments,testcase_comments - 测试套件:
testsuites,testsuite_cases - 测试执行:
test_plans,test_runs,test_run_cases - 用例评审:
testcase_reviews,review_assignments,review_comments - 核心配置:
core_unifiednotificationconfig- 统一通知配置 - 需求分析:
requirement_documents,requirement_analyses,business_requirements,generated_test_cases - AI 配置:
ai_model_configs,prompt_configs- AI 模型和提示词配置 - 智能助手:
dify_configs,assistant_sessions,chat_messages - API 测试:
api_projects,api_collections,api_requests,api_environments,test_suites,request_history,api_scheduled_tasks - UI 自动化:
ui_projects,ui_elements,element_groups,ui_page_objects,ui_test_scripts,ui_test_cases,ui_test_suites,ui_test_executions,ui_scheduled_tasks,ai_cases,ai_intelligent_mode_configs - 数据工厂:
data_factory_record- 工具使用记录表 - JWT 安全:
blacklisted_token,outstanding_token- Token 黑名单管理
欢迎提交 Issue 和 Pull Request 来帮助改进项目！
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
本项目采用 MIT 许可证 - 详见 LICENSE 文件
如有问题或建议，欢迎通过 Issue 反馈。
Made with ❤️ by 大刚（公众号：测试开发实战）