操作手册
版本说明
本操作手册基于 v1.4.0 版本编写，部分界面和功能可能与最新版本存在差异。
注意事项
1、 docker部署会自动化初始化一些配置，只需要配置系统管理-LLM配置-填写对应的大模型配置。
2、 docker部署后需要访问：http://localhost:8917/ 下载对应的 bge-m3 、bge-reranker-v2-m3。具体看下方知识库配置。
# 下载模型cmd命令
curl -X POST http://localhost:8917/v1/models -d "{\"model_name\": \"bge-reranker-v2-m3\", \"model_type\": \"rerank\"}"
curl -X POST http://localhost:8917/v1/models -d "{\"model_name\": \"bge-m3\", \"model_type\": \"embedding\"}"1. 登录
输入账号：admin
输入账号：admin123456
2. 首页
- 登录后默认进入首页：
3. 项目管理
- 描述：docker部署（推荐）的会有一个默认项目，源码部署需要运行init初始化文件
- 项目管理描述：
1、平台数据是根据项目进行隔离的
2、admin 可以看见所有的项目，普通用户只能看见自己的项目，添加其他用户为项目成员后，其他用户可以访问被添加的项目。
3、项目中的项目凭证是给AI生成测试用例 时候看的，AI 会获取这里的信息，放到对应的用例之中。
4. 需求管理
- 需求管理描述：AI 进行需求评审并指出问题。
1、上传文件：仅支持提示指出的这些（推荐使用 docx 后缀文件）。
2、上传后-点击详情或者是点击拆分（其实进入的是一个页面）。
3、点击模块拆分，根据你文档的真实情况选择对应的H等级（如果没有H等级，可以按照最后的这个字数拆分但是不推荐）。
4、点击确定后，确认拆分的模块是否正确，确认无误后点击确认，即可进行需求评审或生成用例。
5、注意：拆分模块后，就可以进行生成用例了，不需要评审之后再进行生成用例。
6、点击评审，选择AI评审并发数（如果不支持高并发，就选低一点，要不然会报错），点击确认。
7、点击确认后，右上角会有实时进度条。
8、评审完成后，点击查看报告，即可查看各个维度的专项问题及评分。
9、评审中时，如想返回查看进度，可点击详情或者查看进度按钮（点那个都一样，进入的也是同一个页面）。
10、注意！！！
如何让AI按照你的想法去评审，点击LLM对话 - 点击提示词管理 - 修改对应的提示词内容即可定制评审规范。
5. 智能图表
- 智能图表描述：AI 根据文本生成对应的流程图等。
1、点击右下角小图标，进行对话
注意！！！当前图片仅保存在浏览器缓存中，如有需要请点击导出
6. 用例管理
6.1 用例管理 - 模块管理
1、添加用例模块：点击操作，点击添加根模块
2、模块后面的数据，表示当前模块下有多少条数据。
6.2 用例管理 - 添加用例
1、点击右上角添加用例，即可添加用例
6.3 用例管理 - AI 生成测试用例
注意！！！
生成用例之前需要先检查或创建对应的提示词（也就是生成规则）。
菜单路径：LLM对话 - 提示词管理 - 通用类型的提示词
1、完整生成：根据用户选择的需求文档，知识库内容，根据提示词规范进行生成完整用例（提示词中强烈要求可能会打破规则）。
适用场景：需要AI生成完整的测试用例。
2、标题生成：根据用户选择的需求文档，知识库内容，根据提示词规范进行生成用例标题（提示词中强烈要求可能会打破规则）。
适用场景：仅需要AI生成对应的测试用例标题名称等。
3、知识库补全：根据用户选择的知识库内容，根据提示词规范进行补全测试用例的步骤等内容（提示词中强烈要求可能会打破规则）。
适用场景：用户提供测试用例标题名称，步骤备注等内容需要完全根据知识库的历史相似用例进行补全。
4、知识生成：根据用户选择的需求文档，知识库内容，根据提示词规范进行生成测试用例的步骤等内容（提示词中强烈要求可能会打破规则）。
适用场景：用户提供测试用例标题名称，步骤备注等内容需要完全根据知识库的历史相似用例进行智能生成。
6.4 用例管理 - 审核状态
1、在列表页面选择审核状态后，点击查看或是编辑，只会显示对应状态的用例。
2、 AI 生成完成后，所有用例默认状态为待审核
3、当其中某条用例不满意的时候，可点击优化，输入优化建议，AI会再次根据优化建议进行编辑。并把状态改为优化待审核。
4、如果AI生成的用例不可用，可以修改状态为不可用（用例列表页面默认不显示不可用状态的用例）。
5、首页会统计当前项目的AI生成用例的通过率、待审核、待优化、优化待审核、不可用。
6.4 用例管理 - 执行
1、点击执行，点击确认，AI会调用playwright来执行测试用例。
2、当勾选生成playwright脚本的时候，AI会根据实际情况，生成对应的playwright脚本。
3、点击执行后，用例后台执行，可点击弹窗查看执行过程。
4、生成的脚本
7. UI 脚本库
1、可以手动创建或AI创建，AI创建的就会保存在这里。
2、AI创建的脚本，可以点击右上角的调式，查看实际调用的浏览器的过程。
8. 测试套件
描述：可以批量执行生成的功能测试用例或者是脚本。
注意！！！
功能用例的执行依靠大模型，脚本执行纯代码执行。所以选择并发的时候，需要注意大模型的实际支持并发。
1、如果需要为功能测试用例生成对应的playwright脚本，可以勾选这个生成对应的playwright脚本。
2、执行结果可以在执行历史中查看
9. LLM对话
描述：和AI进行对话。
10. 知识库管理
描述：知识库为AI提供额外的知识。
目前采用的是 bge-m3 + BM25 + bge-reranker-v2-m3 实现知识检索。
1、全局唯一配置，整个平台的知识库都使用此处的配置。
注意！！！
此处默认配置为docker部署的向量模型，如果有自己的api可以进行更换。
2、新建知识库
3、点击知识库的名字，进入上传页面，点击上传文件进行上传。
注意！！！ 上传后需要等待知识库处理完成，才可以进行知识库检索，可以点击刷新查看处理状态。
4、测试知识库，点击查看，在知识库中随便找一个模块的名字，或者是片段，输入在下面，点击查询。
5、知识库统计，点击列表上的统计按钮即可。
11. 用户管理
描述：用户管理可以控制用户权限。
12. 组织管理
描述：批量控制用户权限。
13. 权限管理
描述：可以快改修改用户权限
14. LLM配置
描述：整个平台的AI应用的配置
15. key管理
描述：WHartTest平台的api的key。目前是给 wharttest_mcp 使用的，可以使大模型拥有查询、保存、执行等能力。
注意！！！
如果 WHartTest 平台部署外网访问，强烈建议修改这个默认的key！！！
修改后记得修改 WHartTest_MCP 目录下的 WHartTest_tools.py 中对应的key。
v1.4.0（包括v1.4.0）之后的版本，还需要修改对应的skills。
16. MCP配置
描述：docker默认会配置俩个mcp。
WHartTest-Tools：使大模型拥有操控wharttest平台的能力。
Playwright-MCP：使大模型拥有操作浏览器的能力。
mcp概念如果不是很清楚，建议了解一下。
17. Skills 管理
描述：skills 实现的能力和 mcp 类似。
注意！！！
目前网上的skills都是适配cc的，想要在平台上使用需要修改一下skill.md里面的一些描述和对应脚本文件的路径。
playwright 这个文件有点大，上传会有点慢。耐心的等一会就行。
1、上传WHartTest_Skills目录下的俩个zip文件即可使用。
注意！！！
mcp 和 skills 开一个就行，不要都开，会乱！！！
提示词对于AI是很重要的，注意维护自己的提示词！！！
AI生成用例效果不好怎么办 ？
AI执行用例没截图怎么办 ？
AI评审需求的关键点不想要怎么办 ？
AI没查知识库怎么办 ？
解决办法：改对应的提示词 or 换一个更聪明的模型！！！