Skip to content

WHartTest 是基于 Django REST Framework 与现代大模型技术打造的 AI 驱动测试自动化平台。平台聚合自然语言理解、知识库检索与嵌入搜索能力,结合 LangChain 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与管理,帮助测试团队提升效率与覆盖率。

License

Notifications You must be signed in to change notification settings

MGdaasLab/WHartTest

Repository files navigation

WHartTest - AI驱动的智能测试用例生成平台

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。

文档

详细文档请访问:https://mgdaaslab.github.io/WHartTest/

快速开始

./ai_install.sh 部署(AI智能部署)

注意!!!win环境需要在 Open Git Bash hrre 中打开

image
# 1. 克隆仓库
git clone https://github.com/MGdaasLab/WHartTest.git
cd WHartTest

# 2. 准备配置(配置大模型的url和key还有模型)
cp .env.example .env

# 3. 一键启动(与 AI 对话,帮你智能部署)
./ai_install.sh

# 4. 访问系统
# http://localhost:8913 (admin/admin123456)

Docker 部署(推荐 - 开箱即用)

# 1. 克隆仓库
git clone https://github.com/MGdaasLab/WHartTest.git
cd WHartTest

# 2. 准备配置(使用默认配置,包含自动生成的API Key)
cp .env.example .env

# 3. 一键启动(自动拉取预构建镜像)
docker-compose up -d

# 4. 访问系统
# http://localhost:8913 (admin/admin123456)

就这么简单! 系统会自动创建默认API Key,MCP服务开箱即用。

⚠️ 生产环境提示:请登录后台删除默认API Key并创建新的安全密钥。详见 快速启动指南

详细的部署说明请参考:

页面展示

alt text alt text
alt text alt text
alt text alt text
alt text alt text
alt text alt text
alt text alt text

贡献指南

  1. Fork 项目
  2. 创建功能分支
  3. 提交更改
  4. 创建 Pull Request

联系方式

如有问题或建议,请通过以下方式联系:

  • 提交 Issue
  • 项目讨论区
  • 添加微信时请备注github,拉你进微信群聊。
image

qq群:

  1. 8xxxxxxxx0(已满)
  2. 1017708746

WHartTest - AI驱动测试用例生成,让测试更智能,让开发更高效!

【重要安全警示】关于 v1.4.0 版本 Skills 权限及部署安全的声明

鉴于 v1.4.0 版本中 Skills 模块具备较高的系统执行权限,为了保障您的数据与环境安全,我们做出以下严正提示:

部署建议:强烈建议仅在内网环境或受信任的私有网络中部署使用。 访问控制:切勿将服务直接暴露于公网(Public Internet),或授予任何未经身份验证及不可信人员访问权限。 免责声明:本项目(WHartTest)仅供学习与研究使用。用户需自行承担因违规部署(如开放公网、未做鉴权等)所导致的一切安全风险与后果。对于因不当配置引发的数据泄露、服务器被入侵等安全事故,WHartTest 团队不承担任何法律及连带责任。

About

WHartTest 是基于 Django REST Framework 与现代大模型技术打造的 AI 驱动测试自动化平台。平台聚合自然语言理解、知识库检索与嵌入搜索能力,结合 LangChain 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与管理,帮助测试团队提升效率与覆盖率。

Resources

License

Stars

Watchers

Forks

Packages

 
 
 

Contributors 6