Merge pull request #82 from MGdaasLab/v2.3.0-github

V2.3.0 GitHub

Author: MG-Duan

.env.example

@@ -14,6 +14,8 @@ DJANGO_ADMIN_PASSWORD=admin123456
 # ===============================
 # 数据库类型: postgres（默认，生产推荐） 或 sqlite（本地开发）
 DATABASE_TYPE=postgres
+# 可选：按环境/分支切换数据库。支持：github、pro、dev
+POSTGRES_DB_VARIANT=
 
 # PostgreSQL 配置（DATABASE_TYPE=postgres 时使用）
 # Docker 容器内使用服务名和内部端口
@@ -48,11 +50,23 @@ WHARTTEST_BACKEND_URL=http://backend:8000
 # 创建新密钥：登录后台 -> 系统管理 -> API密钥 -> 创建新密钥
 WHARTTEST_API_KEY=wharttest-default-mcp-key-2025
 
+# DOCX Editor 集成配置（主项目 -> docx-editor）
+# 当前仓库的 docx-editor Docker 默认示例使用宿主机端口 8910
+DOCX_EDITOR_BASE_URL=http://host.docker.internal:8910
+# 浏览器端实际打开的 docx-editor 地址；服务端走内网地址时必须额外配置
+DOCX_EDITOR_PUBLIC_BASE_URL=http://127.0.0.1:8910
+DOCX_EDITOR_SERVICE_KEY=docx-editor-default-integration-key-2026
+
 # Qdrant 向量数据库配置
 # Docker 环境使用: http://qdrant:6333
 # 本地开发使用: http://localhost:8918
 QDRANT_URL=http://qdrant:6333
 
+# 官方微信插件宿主地址
+# Docker Compose 内部固定使用: http://weixin-plugin-host:3001
+# 本地手动运行宿主时可使用: http://127.0.0.1:8922
+# WEIXIN_PLUGIN_HOST_URL=http://weixin-plugin-host:3001
+
 # ===============================
 # Docker 构建/部署加速配置
 # ===============================
@@ -97,6 +111,7 @@ QDRANT_URL=http://qdrant:6333
 # DOCKER_BACKEND_IMAGE=ghcr.io/mgdaaslab/wharttest-backend:latest
 # DOCKER_FRONTEND_IMAGE=ghcr.io/mgdaaslab/wharttest-frontend:latest
 # DOCKER_MCP_IMAGE=ghcr.io/mgdaaslab/wharttest-mcp:latest
+# DOCKER_NODE_22_BASE_IMAGE=node:22-alpine
 # DOCKER_POSTGRES_IMAGE=postgres:16-alpine
 # DOCKER_REDIS_IMAGE=redis:7-alpine
 # DOCKER_QDRANT_IMAGE=qdrant/qdrant:latest

.gitignore

@@ -33,7 +33,7 @@ data
 temp/
 tmp/
 docker-images
-
+PandaWiki-skill/
 # Cache directories
 .cache/
 .npm/
@@ -70,3 +70,4 @@ WHartTest_Django/chat_history.sqlite-wal
 WHartTest_Actuator/browsers/
 .github/copilot-instructions.md
 WHartTest_Django/celerybeat-schedule
+AGENTS.md

README.md

@@ -4,66 +4,82 @@
 
 ## 项目简介
 
-WHartTest 是一个基于 Django REST Framework 构建的AI驱动测试自动化平台，核心功能是通过AI智能生成测试用例。平台集成了 LangChain、MCP（Model Context Protocol）工具调用、项目管理、需求评审、测试用例管理以及先进的知识库管理和文档理解功能。利用大语言模型和多种嵌入服务（OpenAI、Azure OpenAI、Ollama等）的能力，自动化生成高质量的测试用例，并结合知识库提供更精准的测试辅助，为测试团队提供一个完整的智能测试管理解决方案。
+WHartTest 是基于 **Django 5.2 + DRF** 与现代大模型技术打造的 **AI 驱动智能测试平台**。平台采用前后端分离的 Monorepo 架构，由 6 个子项目组成（Django 后端、Vue 前端、UI 自动化执行器、MCP 工具服务、Agent 技能库、在线文档编辑器），聚合自然语言理解、知识库检索与嵌入搜索能力，结合 **LangChain/LangGraph** 与 **MCP（Model Context Protocol）** 工具调用，实现从需求到可执行测试用例的自动化生成、管理与执行，为测试团队提供完整的智能测试管理解决方案。
 
 ## 平台功能
 
-###  AI智能测试用例生成
+### AI 智能测试用例生成
 基于大语言模型（LLM）技术，实现从需求到测试用例的智能转化：
-- **多源输入**：支持需求文档、对话交互、API文档等多种输入方式
+- **多源输入**：支持需求文档、AI 对话、知识库检索等多种输入方式
 - **结构化输出**：自动生成包含测试步骤、前置条件、输入数据、期望结果、优先级（P0-P3）的完整用例
-- **多模型支持**：集成 OpenAI、Azure OpenAI、Ollama、Xinference 等多种嵌入服务
-
-###  知识库管理与文档理解
-构建项目级知识库，为AI生成提供精准上下文：
-- **多格式支持**：PDF、Word、Excel、PPT、Markdown、网页链接等
-- **智能分块**：自动文档解析、分块与向量化存储
-- **语义检索**：基于向量相似度的精准知识检索
-- **Reranker精排**：支持配置重排序模型提升检索精度
-
-###  MCP工具集成
-通过 Model Context Protocol 实现AI与测试工具的无缝对接：
-- **浏览器自动化**：集成 Playwright，支持页面操作、元素定位、截图录屏
-- **多协议支持**：streamable-http、SSE 等传输协议
-- **HITL人工审批**：敏感操作支持人工确认机制
-- **自定义扩展**：支持接入第三方工具和服务
-
-###  需求评审与风险分析
-AI驱动的需求质量评估，提前识别潜在风险：
+- **流式对话**：LangGraph 驱动的流式 AI 对话，支持上下文摘要压缩与 Token 用量统计
+- **多模型支持**：OpenAI、Azure OpenAI、Ollama、Xinference 等 OpenAI 兼容格式 LLM
+
+### 智能编排（Orchestrator）
+AI 驱动的端到端测试生成流水线：
+- **自动化编排**：需求→知识库检索→AI 分析→测试用例生成
+- **交互式执行**：执行计划确认，支持 Agent Loop 分步执行
+- **HITL 审批**：人工审批中间件，关键节点可人工介入
+
+### 知识库管理与文档理解
+构建项目级知识库，为 AI 生成提供精准上下文：
+- **多格式支持**：PDF、Word、Excel、PPT、Markdown、网页链接
+- **智能分块**：自动文档解析、分块与向量化存储，支持图片提取与多模态嵌入
+- **混合检索**：Dense + BM25 Sparse 稀疏-稠密混合检索 + RRF 融合排序
+- **Reranker 精排**：可配置重排序模型提升检索精度
+
+### MCP 工具集成
+通过 Model Context Protocol 实现 AI 与测试工具的无缝对接：
+- **远程服务管理**：streamable-http、SSE 等传输协议，支持多服务器配置
+- **工具发现与同步**：自动从 MCP 服务器发现并同步可用工具
+- **HITL 人工审批**：工具级别的敏感操作人工确认机制
+- **内置工具集**：WHartTest 自身 MCP 工具（项目/模块/用例 CRUD）及第三方平台集成
+
+### 需求评审与风险分析
+AI 驱动的需求质量评估，提前识别潜在风险：
 - **六维评分体系**：完整度、清晰度、一致性、可测性、可行性、逻辑性
-- **问题追踪**：自动识别需求中的模糊点、矛盾点、遗漏点
-- **改进建议**：提供针对性的需求优化和测试策略建议
+- **状态流转**：上传→处理→模块拆分→用户调整→待评审→评审中→完成
+- **专项分析报告**：8 种分析维度的独立报告
+- **在线文档编辑**：集成 ONLYOFFICE 文档编辑器，支持 AI 补全与 AI 分析插件
 
-###  测试用例管理
+### 测试用例管理
 全生命周期的测试用例管理能力：
-- **多级模块**：支持5级子模块的用例组织结构
+- **5 级模块树**：灵活的用例组织结构
+- **7 种测试类型**：覆盖功能、接口、性能、安全等测试场景
 - **用例审核**：待审核、通过、优化、不可用等状态流转
 - **测试套件**：灵活组合用例，支持并发执行配置
+- **Excel 导入/导出**：可配置字段映射的模板系统
 - **批量操作**：用例的批量创建、编辑、移动、删除
 
-###  UI自动化测试
-低代码UI自动化，降低自动化测试门槛：
-- **多定位策略**：CSS、XPath、Text、Role、Label 等元素定位方式
-- **可视化编排**：拖拽式步骤编排，支持条件判断、循环、断言
-- **环境管理**：多浏览器支持（Chromium/Firefox/WebKit）、环境配置切换
-- **执行记录**：完整的截图、视频、Trace追踪、执行日志
+### UI 自动化测试
+低代码 UI 自动化，降低自动化测试门槛：
+- **可视化编排**：5 级模块 → 页面管理 → 元素定位 → 步骤编排 → 用例组装
+- **9 种定位策略**：CSS、XPath、Text、Role、Label、Placeholder、AltText、Title、TestId
+- **6 种步骤类型**：元素操作、断言、SQL 查询、自定义变量、条件判断、Python 代码
+- **多浏览器支持**：Chromium / Firefox / WebKit，支持持久化浏览器上下文
+- **Trace 追踪**：完整的截图、Trace 录制与回放
 
-###  APP自动化测试
+### APP 自动化测试
 集成 mobile-mcp，支持移动端应用自动化测试：
-- **多平台支持**：Android、iOS 移动设备自动化
-- **设备管理**：设备连接状态检测、设备信息获取
-- **应用操作**：应用安装/卸载/启动/停止
+- **多平台支持**：Android、iOS 设备自动化
 - **元素交互**：点击、滑动、输入、手势操作
-- **屏幕操作**：截图、录屏、屏幕亮度/音量调节
-- **系统操作**：通知栏操作、权限管理、网络切换
+- **屏幕操作**：截图、录屏、亮度/音量调节
 
-### Skill智能技能系统
-可扩展的Agent技能管理框架：
-- **多来源导入**：支持 ZIP 文件上传、Git 仓库导入
-- **SKILL.md规范**：标准化的技能描述文件
+### Skill 智能技能系统
+可扩展的 Agent 技能管理框架：
+- **多来源导入**：ZIP 文件上传、Git 仓库导入
+- **SKILL.md 规范**：标准化的技能描述文件
+- **内置技能**：浏览器自动化（Playwright/agent-browser）、图表生成（Draw.io）、知识库查询、平台 CLI 工具
 - **安全隔离**：技能文件独立存储，防止路径穿越攻击
 - **专属资源**：加入技术交流群获取经过微调优化的 Skills 和 MCP 工具包
-###  执行报告与分析
+
+### 任务中心
+定时/周期任务调度：
+- **4 种调度策略**：一次性 / 每小时 / 每天 / 每周
+- 关联 UI 自动化或测试套件执行
+- 失败重试策略，基于 Celery Beat 数据库调度器
+
+### 执行报告与分析
 全面的测试执行结果分析：
 - **实时监控**：执行进度、状态实时更新
 - **多维度统计**：通过率、执行时长、失败原因分析

WHartTest_Django/.env.example

@@ -29,6 +29,8 @@ DJANGO_CORS_ALLOWED_ORIGINS=http://localhost:3000,http://localhost:5173,http://l
 # ================================
 # 数据库类型: postgres（默认，生产推荐） 或 sqlite（本地开发）
 DATABASE_TYPE=postgres
+# 可选：按环境/分支切换数据库。支持：github、pro、dev
+POSTGRES_DB_VARIANT=
 
 # PostgreSQL 配置（DATABASE_TYPE=postgres 时使用）
 POSTGRES_HOST=localhost
@@ -45,6 +47,22 @@ POSTGRES_PASSWORD=postgres
 # Docker 部署时通过 docker-compose.yml 设置为 /app/data/media
 MEDIA_ROOT=../data/media
 
+# 微信官方插件宿主地址
+# 本地开发默认使用 3001
+WEIXIN_PLUGIN_HOST_URL=http://127.0.0.1:3001
+
+# DOCX Editor 集成配置（主项目后端 -> docx-editor）
+# `DOCX_EDITOR_BASE_URL` 填主项目后端服务端实际访问 docx-editor 的地址：
+# - 主项目源码部署在宿主机：通常使用 `http://127.0.0.1:8910`
+# - 主项目跑在容器里：通常使用 `http://host.docker.internal:8910`
+DOCX_EDITOR_BASE_URL=http://127.0.0.1:8910
+# 可选：覆盖 docx-editor 返回给浏览器的外部地址。必须填写浏览器真实可访问的地址：
+# - 浏览器通过本机端口转发访问：`http://127.0.0.1:8910`
+# - 浏览器可直连宿主机/域名：填实际可访问地址
+DOCX_EDITOR_PUBLIC_BASE_URL=http://127.0.0.1:8910
+# 必须与 docx-editor/.env 中的 DOCX_EDITOR_INTEGRATION_KEY 完全一致
+DOCX_EDITOR_SERVICE_KEY=
+
 # ================================
 # Django 管理员账户（首次启动时创建）
 # ================================

WHartTest_Django/Dockerfile

@@ -221,6 +221,7 @@ COPY requirements/ /app/requirements/
 COPY skills/ /app/skills/
 COPY task_center/ /app/task_center/
 COPY ui_automation/ /app/ui_automation/
+COPY weixin_integration/ /app/weixin_integration/
 COPY testcase_templates/ /app/testcase_templates/
 COPY testcases/ /app/testcases/
 COPY wharttest_django/ /app/wharttest_django/

WHartTest_Django/langgraph_integration/migrations/0023_add_token_usage_record_and_cache_field.py

@@ -0,0 +1,42 @@
+# Generated by Django 5.2 on 2026-04-14 16:56
+
+import django.db.models.deletion
+from django.conf import settings
+from django.db import migrations, models
+
+
+class Migration(migrations.Migration):
+
+    dependencies = [
+        ('langgraph_integration', '0022_alter_llmconfig_provider'),
+        ('projects', '0004_remove_project_password_remove_project_system_url_and_more'),
+        migrations.swappable_dependency(settings.AUTH_USER_MODEL),
+    ]
+
+    operations = [
+        migrations.AddField(
+            model_name='chatsession',
+            name='total_cache_read_tokens',
+            field=models.BigIntegerField(default=0, help_text='该会话累计缓存命中的 Token 数', verbose_name='累计缓存命中 Token'),
+        ),
+        migrations.CreateModel(
+            name='TokenUsageRecord',
+            fields=[
+                ('id', models.BigAutoField(auto_created=True, primary_key=True, serialize=False, verbose_name='ID')),
+                ('session_id', models.CharField(help_text='关联的会话标识（非外键）', max_length=255, verbose_name='会话ID')),
+                ('created_at', models.DateTimeField(auto_now_add=True, verbose_name='创建时间')),
+                ('input_tokens', models.IntegerField(default=0, verbose_name='输入 Token')),
+                ('output_tokens', models.IntegerField(default=0, verbose_name='输出 Token')),
+                ('total_tokens', models.IntegerField(default=0, verbose_name='总 Token')),
+                ('cache_read_tokens', models.IntegerField(default=0, verbose_name='缓存命中 Token')),
+                ('project', models.ForeignKey(blank=True, null=True, on_delete=django.db.models.deletion.SET_NULL, to='projects.project', verbose_name='关联项目')),
+                ('user', models.ForeignKey(on_delete=django.db.models.deletion.CASCADE, to=settings.AUTH_USER_MODEL, verbose_name='用户')),
+            ],
+            options={
+                'verbose_name': 'Token 使用记录',
+                'verbose_name_plural': 'Token 使用记录',
+                'ordering': ['-created_at'],
+                'indexes': [models.Index(fields=['user', 'created_at'], name='langgraph_i_user_id_6bb484_idx'), models.Index(fields=['created_at'], name='langgraph_i_created_30561a_idx')],
+            },
+        ),
+    ]

WHartTest_Django/langgraph_integration/migrations/0024_backfill_token_usage_records.py

@@ -0,0 +1,46 @@
+"""
+数据迁移：将已有 ChatSession 的 Token 统计回填到 TokenUsageRecord
+
+每个 request_count > 0 的 ChatSession 生成一条合成记录，
+日期使用 updated_at，确保历史统计不会因为切换数据源而丢失。
+"""
+
+from django.db import migrations
+
+
+def backfill_token_usage_records(apps, schema_editor):
+    ChatSession = apps.get_model('langgraph_integration', 'ChatSession')
+    TokenUsageRecord = apps.get_model('langgraph_integration', 'TokenUsageRecord')
+
+    sessions = ChatSession.objects.filter(request_count__gt=0).select_related('user', 'project')
+    records = []
+    for session in sessions:
+        records.append(TokenUsageRecord(
+            user=session.user,
+            project=session.project,
+            session_id=session.session_id,
+            created_at=session.updated_at,
+            input_tokens=session.total_input_tokens,
+            output_tokens=session.total_output_tokens,
+            total_tokens=session.total_tokens,
+            cache_read_tokens=0,  # 历史数据无缓存信息
+        ))
+    if records:
+        TokenUsageRecord.objects.bulk_create(records, batch_size=500)
+
+
+def reverse_backfill(apps, schema_editor):
+    # 回滚时删除所有回填记录（cache_read_tokens=0 标识回填数据）
+    TokenUsageRecord = apps.get_model('langgraph_integration', 'TokenUsageRecord')
+    TokenUsageRecord.objects.all().delete()
+
+
+class Migration(migrations.Migration):
+
+    dependencies = [
+        ('langgraph_integration', '0023_add_token_usage_record_and_cache_field'),
+    ]
+
+    operations = [
+        migrations.RunPython(backfill_token_usage_records, reverse_backfill),
+    ]

WHartTest_Django/langgraph_integration/models.py

@@ -114,6 +114,8 @@ class ChatSession(models.Model):
                                                  help_text="该会话累计消耗的输出 Token 数")
     total_tokens = models.BigIntegerField(default=0, verbose_name="累计总 Token",
                                           help_text="该会话累计消耗的总 Token 数（输入+输出）")
+    total_cache_read_tokens = models.BigIntegerField(default=0, verbose_name="累计缓存命中 Token",
+                                                      help_text="该会话累计缓存命中的 Token 数")
     request_count = models.IntegerField(default=0, verbose_name="请求次数",
                                         help_text="该会话的 LLM 请求次数")
 
@@ -129,6 +131,45 @@ def __str__(self):
         return f"{self.user.username} - {self.title}"
 
 
+class TokenUsageRecord(models.Model):
+    """
+    独立的 Token 使用记录 — 不随会话删除而丢失
+
+    每次 LLM 请求产生一条记录。session_id 仅存字符串，不依赖 ChatSession 外键，
+    因此删除对话不影响统计数据。
+    """
+    user = models.ForeignKey(
+        settings.AUTH_USER_MODEL, on_delete=models.CASCADE,
+        verbose_name="用户",
+    )
+    project = models.ForeignKey(
+        'projects.Project', on_delete=models.SET_NULL,
+        null=True, blank=True, verbose_name="关联项目",
+    )
+    session_id = models.CharField(
+        max_length=255, verbose_name="会话ID",
+        help_text="关联的会话标识（非外键）",
+    )
+    created_at = models.DateTimeField(auto_now_add=True, verbose_name="创建时间")
+
+    input_tokens = models.IntegerField(default=0, verbose_name="输入 Token")
+    output_tokens = models.IntegerField(default=0, verbose_name="输出 Token")
+    total_tokens = models.IntegerField(default=0, verbose_name="总 Token")
+    cache_read_tokens = models.IntegerField(default=0, verbose_name="缓存命中 Token")
+
+    class Meta:
+        verbose_name = "Token 使用记录"
+        verbose_name_plural = "Token 使用记录"
+        ordering = ['-created_at']
+        indexes = [
+            models.Index(fields=['user', 'created_at']),
+            models.Index(fields=['created_at']),
+        ]
+
+    def __str__(self):
+        return f"{self.user_id} - {self.session_id} - {self.total_tokens} tokens"
+
+
 class UserToolApproval(models.Model):
     """
     用户工具审批偏好 - 记住用户对高风险工具的审批选择