# AI_WORKER

**Repository Path**: cy2015/ai_worker

## Basic Information

- **Project Name**: AI_WORKER
- **Description**: ai 工作助手，自动生成测试用例，解析mr
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-10-25
- **Last Updated**: 2025-10-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI Worker - 智能测试平台

统一的测试用例管理和AI代码分析系统，集成了AI测试和用例录入两大核心功能。

## 功能特性

### 1. AI测试 🤖
- **智能代码分析**：基于GitLab MR自动分析代码变更
- **测试用例生成**：从需求文档自动生成测试用例
- **Bug智能分析**：对比代码变更和测试用例，发现潜在问题
- **多模型支持**：支持豆包（Doubao）和DeepSeek等AI模型
- **项目管理**：支持多项目管理和历史记录查询

### 2. 用例录入 📝
- **快速录入**：从浏览器cURL命令一键导入测试用例
- **用例管理**：完整的CRUD操作，支持编辑和删除
- **参数化执行**：支持参数化测试，提高用例复用性
- **实时执行**：直接在界面执行测试用例并查看结果
- **执行历史**：保存所有执行记录，便于追溯

## 系统架构

```
ai_worker/
├── app.py                      # 主应用入口（整合后端）
├── start.sh                    # 统一启动脚本
├── requirements.txt            # Python依赖
├── config.yaml                 # 系统配置
├── src/                        # AI测试核心模块
│   ├── ai_engine.py           # AI引擎基类
│   ├── deepseek_engine.py     # DeepSeek引擎
│   ├── doubao_engine.py       # 豆包引擎
│   ├── test_case_generator.py # 测试用例生成器
│   ├── bug_analyzer.py        # Bug分析器
│   ├── gitlab_analyzer.py     # GitLab分析器
│   ├── code_fetcher.py        # 代码拉取器
│   ├── database.py            # AI测试数据库
│   └── config.py              # 配置管理
├── case_input/                 # 用例录入模块
│   ├── curl_parser.py         # cURL解析器
│   ├── case_executor.py       # 用例执行器
│   └── database.py            # 用例录入数据库
├── templates/                  # 前端模板
│   ├── index.html             # 统一首页（双Tab）
│   ├── project_*.html         # AI测试相关页面
│   └── ...
├── data/                       # 数据目录
│   ├── ai_worker.db           # AI测试数据库
│   └── test_cases.db          # 用例录入数据库
├── uploads/                    # 文件上传目录
├── output/                     # 输出文件目录
└── logs/                       # 日志目录
```

## 快速开始

### 环境要求
- Python 3.8+
- pip

### 安装步骤

1. **克隆项目**
```bash
git clone <your-repo-url>
cd ai_worker
```

2. **启动应用**
```bash
chmod +x start.sh
./start.sh
```

启动脚本会自动：
- 创建虚拟环境
- 安装依赖
- 创建必要目录
- 启动Flask应用

3. **访问应用**

打开浏览器访问：http://localhost:5003

## 使用指南

### AI测试功能

#### 1. 创建项目
- 点击"新建项目"按钮
- 填写项目名称和描述
- 选择文档类型（飞书链接或Word文档）

#### 2. 生成测试用例
- 选择AI模型（豆包或DeepSeek）
- 提供需求文档（URL或上传文件）
- 点击"生成测试用例"

#### 3. 代码分析
- 输入GitLab MR地址
- 选择相关项目
- 点击"开始分析"
- 查看Bug分析报告

### 用例录入功能

#### 1. 上传用例
- 切换到"用例录入"Tab
- 点击"上传用例"子Tab
- 填写用例标题
- 粘贴从浏览器复制的cURL命令
- 点击"上传用例"

#### 2. 管理用例
- 在"用例列表"中查看所有用例
- 点击"编辑"修改用例详情
- 点击"执行"运行测试用例
- 点击"删除"移除用例

#### 3. 参数化测试
- 在编辑用例时，可以添加参数
- 使用 `${参数名}` 格式引用参数
- 在"参数管理"中查看所有全局参数

## 配置说明

### config.yaml

```yaml
# 服务器配置
server:
  host: '0.0.0.0'
  port: 5003
  debug: true

# GitLab配置
gitlab:
  base_url: 'https://your-gitlab.com'
  private_token: 'your-token'
  projects:
    - name: 'project1'
      repo_url: 'https://your-gitlab.com/group/project1.git'
      default_branch: 'test'

# AI模型配置
doubao:
  keys:
    key1:
      name: '豆包-Key1'
      api_key: 'your-api-key'
      base_url: 'https://ark.cn-beijing.volces.com/api/v3'
      model: 'your-model-id'

deepseek:
  api_key: 'your-deepseek-api-key'
  base_url: 'https://api.deepseek.com'
  model: 'deepseek-chat'
```

## API文档

### AI测试API

- `GET /api/projects` - 获取项目列表
- `POST /api/projects` - 创建项目
- `GET /api/project/<id>` - 获取项目详情
- `POST /api/projects/<id>/generate-test-case` - 生成测试用例
- `POST /api/project/<id>/analyze` - 执行代码分析

### 用例录入API

- `GET /api/case-input/cases` - 获取所有用例
- `POST /api/case-input/cases` - 创建用例
- `GET /api/case-input/cases/<id>` - 获取用例详情
- `PUT /api/case-input/cases/<id>` - 更新用例
- `DELETE /api/case-input/cases/<id>` - 删除用例
- `POST /api/case-input/cases/<id>/execute` - 执行用例
- `POST /api/case-input/cases/<id>/parameters` - 保存参数
- `GET /api/case-input/parameters` - 获取所有参数

## 技术栈

- **后端框架**：Flask 2.3.3
- **AI SDK**：OpenAI 1.30.0
- **HTTP客户端**：Requests 2.31.0
- **文档处理**：python-docx 0.8.11
- **配置管理**：PyYAML 6.0.1
- **数据库**：SQLite3

## 开发说明

### 项目整合
本项目由两个独立项目整合而成：
1. **ai_worker**：AI测试功能
2. **case_input**：用例录入功能

整合后的优势：
- 统一的启动入口
- 共享的数据和配置
- 更好的用户体验
- 便于维护和扩展

### 数据库
系统使用两个SQLite数据库：
- `data/ai_worker.db`：存储AI测试项目和分析结果
- `data/test_cases.db`：存储用例录入的测试用例

### 扩展开发
1. 添加新的AI模型：继承 `AIEngine` 基类
2. 添加新的功能模块：在 `src/` 目录下创建新模块
3. 添加新的API：在 `app.py` 中添加路由

## 故障排除

### 常见问题

1. **端口被占用**
   - 修改 `config.yaml` 中的端口配置
   - 或停止占用5003端口的进程

2. **依赖安装失败**
   - 确保Python版本 >= 3.8
   - 升级pip：`pip install --upgrade pip`
   - 手动安装：`pip install -r requirements.txt`

3. **数据库错误**
   - 删除 `data/*.db` 文件，重新启动应用
   - 系统会自动重建数据库表结构

4. **AI调用失败**
   - 检查 `config.yaml` 中的API Key配置
   - 确认网络连接正常
   - 查看 `logs/` 目录下的日志文件

## 更新日志

### v2.0.0 (2025-01-17)
- 🎉 整合AI测试和用例录入为统一平台
- ✨ 新增双Tab界面设计
- 🔧 优化启动脚本和配置管理
- 📦 统一数据库和依赖管理
- 🧹 清理冗余代码和中间文件

### v1.x.x
- AI测试功能独立版本
- 用例录入功能独立版本

## 许可证

MIT License

## 贡献

欢迎提交Issue和Pull Request！

## 联系方式

如有问题，请联系项目维护者。