chenjigang4167/testhub_platform

TestHub一站式AI智能测试平台 · By 大刚（公众号：测试开发实战）

TestHub – AI 驱动的全栈测试管理平台

它是什么 – TestHub 是一个 Web 应用程序，帮助 QA 团队管理整个测试生命周期。它结合了测试管理工具的常见测试用例、测试套件和缺陷跟踪功能，以及一套自动化引擎（Selenium、Playwright、Airtest、Locust），更重要的是，AI 驱动的助手可以从需求文档生成测试用例、自动驱动浏览器，并通过 Dify 聊天机器人回答测试相关问题。

主要功能

领域	TestHub 提供的功能
AI 辅助需求分析	上传 PDF/Word/TXT 规格；集成的 LLM（DeepSeek、OpenAI、Anthropic、Gemini 等）提取业务需求并创建初始测试用例。
测试用例编写与审查	完整的 CRUD、版本控制、标签、多级审查工作流程，带有模板和检查清单。
API 测试	HTTP 和 WebSocket 支持、分层测试套件组织、变量替换、断言、计划执行、Allure 报告、电子邮件/Webhook 通知。
Web UI 自动化	Selenium 和 Playwright 引擎、多浏览器（Chrome/Firefox/Edge）、可视化脚本编辑器、POM 支持、AI“浏览器使用”模式，让 LLM 理解页面结构并生成步骤（基于文本或视觉）。
移动（Android）自动化	Airtest 图像识别、本地模拟器或远程设备处理、资源锁定、组件库、Celery 支持的异步执行，带有实时 WebSocket 进度。
性能测试	基于 Locust 的负载测试任务，带有指标仪表板和报告。
数据工厂	超过 50 个工具（随机数据、编码、加密、JSON 助手、cron 表达式解析器等），可直接在 API 或 UI 测试中引用。
协作与安全	JWT 双令牌认证，带有刷新/黑名单、基于角色的项目权限、电子邮件和企业即时通讯（微信、钉钉、飞书）Webhook。
可扩展的 AI 集成	插件式支持多种 LLM 提供商；按角色（用例编写、审查、浏览器使用）选择模型。

架构

后端：Django 4.2 + DRF、MySQL、Redis（可选，用于 Celery/WebSocket）、JWT 认证、Celery + APScheduler 用于异步和计划任务、Channels/Daphne 用于 WebSocket、Allure 用于报告、LangChain-OpenAI 和 browser-use 用于 AI 调用。
前端：Vue 3 + Vite、Element Plus UI 库、Pinia 存储、Vue-Router、Axios、Monaco 编辑器用于脚本编辑、ECharts 用于可视化仪表板、vue-i18n 用于多语言 UI。
自动化引擎：Selenium、Playwright、Airtest（带 OCR）、Locust。
部署选项：本地开发使用 runserver/daphne、Docker Compose（包括 DB、Redis、Celery workers）、可选的 Java 运行时用于 Allure 报告生成。

典型工作流程

导入需求 → AI 提取功能点 → 自动生成的测试用例出现在 需求分析 模块中。
审查与完善 → 团队成员使用内置审查流程批准或编辑用例。
构建测试套件 → 组合 API、UI 或移动测试；从数据工厂附加数据。
执行 → 同步（开发）或通过 Celery 异步运行；通过 WebSocket UI 监控进度；结果存储并用 Allure 和 ECharts 可视化。
报告与跟踪缺陷 → 自动链接缺陷条目、通知到电子邮件/企业即时通讯。

开始使用（如 README 所述）

安装 Python 3.12、Node 18+、MySQL 8、可选的 Redis 和 Java 17。
克隆仓库 → 创建 virtualenv → pip install -r requirements.txt。
复制 .env.example 到 .env 并填写 DB/Redis/AI-API 密钥。
创建 MySQL 数据库 testhub 并运行 Django 迁移 + createsuperuser。
（可选）运行辅助命令加载 UI 定位策略和 Android 组件包。
启动后端（python manage.py runserver 或用于 WS 的 Daphne）和前端（npm install && npm run dev）。
访问 UI 在 http://localhost:3000，API 文档在 http://localhost:8000/api/docs/。
Docker 替代方案：./build-and-push.sh 然后 docker-compose up -d。

谁可能使用它

想要单一门户进行手动用例管理、自动化 API/UI/移动测试和 AI 辅助测试生成的 QA 团队。
希望集成多个 LLM 提供商而无需构建自己的推理堆栈的组织。
需要在自托管解决方案中进行计划测试运行、性能测试和丰富报告（Allure、ECharts）的公司。

许可证 – GPL 3.0（开源，但任何衍生作品也必须是 GPL 许可）。

以上所有细节直接取自仓库的 README；没有推断其他功能。