项目介绍

WHartTest （/wɑːtest/）是由 山东麦港数据系统有限公司 旗下麦港实验室（MGdaas Lab） 推出的开源项目，隶属于 WHart 系列。该系列聚焦于为开源社区贡献优质产品与组件，旨在通过技术共享赋能行业生态，推动相关领域的技术创新与应用发展。

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，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，帮助测试团队提升效率与覆盖率。

架构总览

子项目	技术栈	说明
`WHartTest_Django`	Django 5.2 + DRF + Celery + LangChain/LangGraph + Channels	后端 API 服务
`WHartTest_Vue`	Vue 3 + TypeScript + Vite + Arco Design Vue + TailwindCSS	前端 SPA
`WHartTest_Actuator`	Python + Playwright (async) + WebSocket	UI 自动化执行器
`WHartTest_MCP`	Python + FastMCP	MCP 工具服务
`WHartTest_Skills`	多技术栈（Python/Node.js）	可扩展 Agent 技能库
`docx-editor`	Django + Vue 3 + ONLYOFFICE	在线文档编辑器

依赖关系：

WHartTest_Vue (前端 SPA)
  ↓ REST API + WebSocket
WHartTest_Django (后端核心)
  ├── ↔ Redis (Celery Broker / Cache)
  ├── → PostgreSQL (关系数据)
  ├── → Qdrant (向量存储)
  ├── ↔ WHartTest_MCP (MCP 工具，streamable-http)
  ├── ↔ WHartTest_Actuator (WebSocket 双向通信)
  ├── ↔ docx-editor (iframe 嵌入)
  └── → 外部 LLM API (OpenAI/Azure/Ollama/Xinference)

核心功能

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、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
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：

需求→知识库检索→AI 分析→测试用例生成的自动化编排
交互式执行计划，支持 Agent Loop 分步执行
人工审批中间件（HITL），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：RecursiveCharacterTextSplitter 文档分块，支持图片提取（PDF 用 pypdf，DOCX 用 python-docx）
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
多模态嵌入：支持文档图片的多模态向量化

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
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（通用对话/完整性/一致性/可测性/可行性/清晰度/逻辑性/图表生成）
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

全生命周期的测试用例管理能力：

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，支持多种步骤解析模式
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：

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

集成 mobile-mcp，支持移动端应用自动化测试：

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、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：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

UI 自动化执行器（Actuator）

独立部署的测试执行客户端：

通过 WebSocket 与后端实时双向通信
Playwright 异步执行引擎，支持 Trace 录制与截图回传
支持 PyInstaller 打包为 Windows EXE 桌面客户端
自动重连、变量替换、参数化数据处理

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

项目与权限管理

多项目隔离，项目级 RBAC（Owner / Admin / Member）
JWT + API Key 双认证模式
项目凭据管理（被测系统地址/账密）

微信集成

扫码登录会话管理
微信机器人账号绑定与消息转发

技术栈

层级	技术
后端框架	Django 5.2、Django REST Framework、Daphne (ASGI)、Channels (WebSocket)
任务调度	Celery + Redis Broker + django-celery-beat
AI/LLM	LangChain、LangGraph、多种 LLM (OpenAI/Azure/Ollama/Xinference)、多种嵌入服务
向量存储	Qdrant (Dense + BM25 Sparse 混合检索)
关系数据库	PostgreSQL
缓存/消息	Redis
前端框架	Vue 3 (Composition API) + TypeScript + Vite
前端 UI	Arco Design Vue + TailwindCSS
状态管理	Pinia
自动化引擎	Playwright (async，Chromium/Firefox/WebKit)
文档编辑	ONLYOFFICE Document Server
MCP 协议	FastMCP (streamable-http/SSE)
部署	Docker Compose、Supervisor

快速上手

克隆仓库并进入项目根目录：

bash

git clone https://github.com/MGdaasLab/WHartTest.git
cd WHartTest

使用 Docker Compose 启动所有服务：
bash
```
docker-compose up -d
```
等待服务启动完成后，访问以下地址：
- 前端界面：http://localhost:8913
- 默认管理员账号：admin / admin123456
如需自定义配置（如数据库密码、管理员账号等），请在项目根目录创建 .env 文件进行设置。

详细配置与部署说明请参阅根目录 README。

界面与功能预览

登录页面

知识库管理

AI 对话与测试用例生成

测试用例管理

生成用例详情

测试执行与自动截屏

测试执行自动截屏

UI 自动化测试

执行结果报告详情

AI 驱动的需求评审与报告

AI 需求评审报告打分与建议

（更多细节、API 与部署说明请查阅仓库中的 docs 目录及各模块 README）

项目介绍 ​

架构总览 ​

核心功能 ​

AI 智能测试用例生成 ​

智能编排（Orchestrator） ​

知识库管理与文档理解 ​

MCP 工具集成 ​

需求评审与风险分析 ​

测试用例管理 ​

UI 自动化测试 ​

APP 自动化测试 ​

Skill 智能技能系统 ​

UI 自动化执行器（Actuator） ​

任务中心 ​

项目与权限管理 ​

微信集成 ​

技术栈 ​

快速上手 ​

界面与功能预览 ​

登录页面 ​

知识库管理 ​

AI 对话与测试用例生成 ​

测试用例管理 ​

生成用例详情 ​

测试执行与自动截屏 ​

UI 自动化测试 ​

AI 驱动的需求评审与报告 ​

项目介绍

架构总览

核心功能

AI 智能测试用例生成

智能编排（Orchestrator）

知识库管理与文档理解

MCP 工具集成

需求评审与风险分析

测试用例管理

UI 自动化测试

APP 自动化测试

Skill 智能技能系统

UI 自动化执行器（Actuator）

任务中心

项目与权限管理

微信集成

技术栈

快速上手

界面与功能预览

登录页面

知识库管理

AI 对话与测试用例生成

测试用例管理

生成用例详情

测试执行与自动截屏

UI 自动化测试

AI 驱动的需求评审与报告