大家好，最近在做一个开源的 AI 测试平台，核心功能是AI 生成测试用例和UI 自动化执行。
目前已经在实际项目中使用，效果还不错，分享给大家，欢迎试用和反馈。
只是结合自己日常工作中需要用 excel 表格写用例以及 UI 自动化代码维护的困扰，写了一个比较能落地的自动化测试工具
欢迎试用
项目已开源，欢迎大家试用、反馈和 Star！
核心功能
1. AI 测试用例生成
从原型工具导出的 HTML 格式文件通过系统自动生成测试用例，10 分钟完成 100 个用例。
与市面上工具的差异：
目前市面上的 Dify、Coze 等工具，都是通过固定 Prompt 直接生成用例，存在以下问题：
- 生成的用例格式不统一，无法直接用于自动化执行
- 缺少结构化的拆解过程，生成质量不稳定
- 没有人工审核环节，容易遗漏关键场景
- 生成的用例无法直接落地执行
我的解决方案：
采用分阶段、结构化的生成流程，每个阶段都有明确的产物和人工审核点：
采用**分阶段、结构化**的生成流程，每个阶段都有明确的产物和人工审核点：
上传 Axure 原型
↓
AI 生成文字需求文档（可人工审核）
↓
AI 预留测试模块（自动拆分）
↓
AI 生成每个模块的测试目的
↓
AI 根据每个测试目的生成具体测试用例（结合 RAG 向量数据库增强）
关键点：
- 每一步都由AI 自动生成，不需要手写
- 只在需求文档阶段需要人工审核（5-10 分钟）
- 最后阶段可启用RAG 向量数据库，自动检索四个维度的测试知识：
- 业务规则：每个模块一些的特殊业务规则
- 测试模式：成熟的测试设计模式
- 易错点：历史缺陷和容易遗漏的场景（如特殊字符处理）
- 风险场景：安全和性能相关的高风险测试
下面是实操：
先上传原型工具导出的 HTML 文件
然后根据 AI 解析的文字版需求进行审核与修改，确认完毕点击下一步
AI 会根据文字版需求文档 生成当前页面不同的测试模块，选择其中一个点击下一步
根据选择的测试模块生成不同的测试目的
最后根据生成的测试目的，选择批量或者单个生成测试用例（生成测试用例会结合向量数据库数据作为参考）
最后，通过复选框选择生成好的测试目的，将测试用例批量保存到列表
核心功能
2. 自然语言执 UI 自动化
AI 通过自然语言执行测试用例这个就比较简单了，跟大家方法一样也是通过大模型 +Playwright mcp
为了解决每次执行只能在服务器端打开浏览器 用户没办法看到画面问题，通过 WebSocket+Playwright 截图 做了个实时画面
直接上实操图
测试用例是一步只写一个操作
用例页面直接点击运行按钮
自动跳转到测试执行页面，点击日志按钮
就能看到浏览器实时画面
其他的的