RAG智能测试用例助手

🎯 项目简介

基于RAG (Retrieval-Augmented Generation) 和大语言模型的智能测试用例助手，帮助测试工程师快速生成、优化和管理测试用例。

✨ 核心功能

1. 📤 知识库管理

• 上传产品需求文档、API文档
• 支持PDF、Word、Markdown、TXT格式
• 自动解析并建立向量索引

2. ✨ 智能测试用例生成

• 根据需求描述自动生成测试用例
• 支持多种测试类型（功能、边界、异常、性能、安全）
• 基于历史用例的智能推荐

3. 🔍 文档智能问答

• 回答关于功能逻辑、接口参数的问题
• 语义搜索相关文档
• 提供测试建议

4. 📊 测试用例优化

• 检测重复用例
• 评估测试覆盖率
• 提供优化建议

🛠️ 技术栈

• Python 3.8+
• LangChain - LLM应用开发框架
• Sentence Transformers - 文本嵌入模型
• ChromaDB - 向量数据库
• Streamlit - Web UI框架

🚀 快速开始

1. 安装依赖

pip install -r requirements.txt

注意：首次运行会自动下载嵌入模型（约500MB），请耐心等待。

2. 配置环境（可选）

如果要使用OpenAI API，创建.env文件：

cp .env.example .env

编辑.env文件，填入API Key：

OPENAI_API_KEY=your_api_key_here

不配置也可以使用：系统会使用内置的演示模式。

3. 初始化演示数据

python demo_data.py

这会创建包含5个测试用例和3个文档的演示知识库。

首次运行说明：

• 会自动下载sentence-transformers模型
• 下载时间取决于网络速度（约3-5分钟）
• 后续运行会直接使用已下载的模型

4. 启动应用

# 方式1：使用启动脚本
python run.py

# 方式2：直接启动Streamlit
streamlit run app.py

访问：http://localhost:8501

📁 项目结构

20-RAG智能测试用例助手/
├── config.py              # 配置管理
├── app.py                 # Streamlit主应用
├── demo_data.py          # 演示数据生成
├── run.py                # 启动脚本
├── requirements.txt      # 依赖包
├── README.md             # 本文件
│
├── src/                  # 核心模块
│   ├── embeddings.py     # 文本嵌入模型
│   ├── vector_store.py   # 向量数据库管理
│   ├── llm_handler.py    # LLM处理器
│   ├── rag_chain.py      # RAG链
│   ├── test_case_generator.py      # 测试用例生成器
│   ├── test_case_optimizer.py      # 用例优化器
│   └── utils.py          # 工具函数
│
└── data/                 # 数据目录
    ├── knowledge_base/   # 上传的文档
    ├── test_cases/       # 测试用例存储
    └── chroma_db/        # 向量数据库

💡 使用说明

步骤1：构建知识库

1. 进入"📤 知识库管理"页面
2. 上传产品需求文档、API文档
3. 系统自动解析并建立索引

步骤2：生成测试用例

1. 进入"✨ 测试用例生成"页面
2. 输入需求描述
3. 选择测试类型和选项
4. 点击"生成测试用例"
5. 查看、编辑和导出用例

步骤3：智能问答

1. 进入"🔍 智能问答"页面
2. 输入问题（如"如何测试登录功能？"）
3. 查看AI回答和参考文档

步骤4：优化分析

1. 进入"📊 用例优化分析"页面
2. 粘贴现有测试用例
3. 查看分析报告和优化建议

❓ 常见问题

Q1: 首次运行很慢？

A: 首次运行需要下载嵌入模型（约500MB），请耐心等待。后续运行会快很多。

Q2: 如何使用自己的文档？

A: 在"知识库管理"页面上传您的PDF、Word或文本文档即可。

Q3: 需要OpenAI API吗？

A: 不是必需的。不配置API也可以使用，系统会使用演示模式生成测试用例模板。

Q4: 生成的用例质量如何提高？

A:

• 上传更多高质量的参考文档
• 提供详细的需求描述
• 配置OpenAI API使用GPT模型

Q5: 数据存储在哪里？

A: 所有数据存储在data/目录下，完全本地化，不会上传到外部服务器。

🔧 故障排除

问题1: 模块导入错误

# 确保在项目根目录运行
cd "D:\机器学习实训营\20-RAG智能测试用例助手"
pip install -r requirements.txt

问题2: ChromaDB错误

# 删除数据库重新初始化
rm -rf data/chroma_db
python demo_data.py

问题3: 模型下载失败

# 使用国内镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple sentence-transformers

📚 更多文档

• QUICKSTART.md - 详细的快速开始指南
• PROJECT_REPORT.md - 完整的项目技术报告
• COMPLETE_SUMMARY.md - 项目完成总结

🎓 学习资源

• LangChain文档
• Sentence Transformers文档
• ChromaDB文档
• Streamlit文档

🤝 贡献

欢迎提交Issue和Pull Request！

📄 许可证

MIT License

---

祝使用愉快！ 🎉

如有问题，请查看文档或提交Issue。