人工智能AI 应用测试质量保障后端前端RAGAI Agent【免费下载链接】WHartTestWHartTest 是一款AI驱动的测试自动化平台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。 (WHartTest is an AI-driven test automation platform that automates the generation and management of executable test cases from requirements, helping testing teams improve efficiency and coverage.)项目地址https://gitcode.com/gh_mirrors/wh/WHartTest点击查看免费下载WHartTest 是一款 AI 驱动的测试自动化平台采用前后端分离的 Monorepo 架构由 Django 后端、Vue 前端、Actuator 执行器、MCP 工具服务和 Skills 技能库五大组件协同工作实现从需求文档到可执行测试用例的自动生成与执行。本文带你一次看懂它的整体架构与各组件的职责边界。一、架构总览五大组件各司其职WHartTest 的仓库是一个 Monorepo顶层目录即组件划分一眼就能看清边界组件目录技术栈一句话职责后端服务WHartTest_Django/Django 5.2 DRF Celery测试资产中心需求、用例、接口、知识库、LLM 编排前端界面WHartTest_Vue/Vue 3 Vite用户操作入口覆盖用例管理、对话、报表执行器WHartTest_Actuator/Python Playwright通过 WebSocket 接收任务驱动真实浏览器执行 UI 用例MCP 工具服务WHartTest_MCP/Model Context Protocol把平台能力封装成标准 MCP 工具供 AI Agent 调用Skills 技能库WHartTest_Skills/技能包zip 说明为 Agent 扩展 Playwright、接口自动化等专项执行能力整体架构可以概括为Vue 负责看Django 负责想MCP Skills 负责会Actuator 负责做。二、Django 后端平台的大脑与测试资产中心WHartTest_Django/ 是整个平台的核心内部按业务域拆分成十余个 Django App每个 App 职责单一测试资产管理testcases/功能用例、api_interfaces/接口定义、api_modules/接口模块AI 能力层langgraph_integration/LLM 配置、对话会话、Token 统计、knowledge/知识库与 RAG 检索、prompts/提示词模板管理执行与调度ui_automation/页面、元素、步骤、执行记录、task_center/统一任务中心与定时任务AI 扩展mcp_tools/远程 MCP 配置管理、orchestrator_integration/Agent 任务编排、skills/技能安装与管理基础设施上后端依赖 PostgreSQL 存业务数据、Redis 做 Celery 消息队列异步执行测试任务、Qdrant 做向量检索支撑 RAG三者均在 docker-compose.yml 中一键拉起。AI 生成的用例并非落库即止而是进入待审核状态由人工审核后执行生成的用例按模块归档管理每条用例包含名称、优先级、测试类型、前置条件等完整信息支持查看、编辑与一键运行三、Vue 前端测试团队的统一操作台WHartTest_Vue/ 基于 Vue 3 Vite 构建源码位于 WHartTest_Vue/src/采用views/页面features/业务模块services/API 请求的分层组织核心能力包括首页仪表盘用例状态、执行通过率、Token 消耗一屏总览需求管理文档上传、AI 智能评审、评分报告导出用例管理列表视图与思维导图视图双模式LLM 对话基于 LangGraph 的智能对话入口可在项目上下文中直接生成、执行用例前端通过 REST API 与 Django 后端通信所有 AI 操作生成、执行、分析都以对话 工具调用的形式呈现大幅降低了使用门槛。四、Actuator 执行器驱动浏览器的双手UI 自动化用例最终要有人在真实浏览器里跑这就是 WHartTest_Actuator/ 的职责。它是一个独立的执行器服务架构设计见 WHartTest_Actuator/README.mdDjango BackendConsumer 分发任务 ←WebSocket→ ActuatorWebSocketClient Executor → Playwright浏览器自动化关键机制WebSocket 长连接执行器主动连上后端后端随时下发任务u_test_case、u_test_case_batch、u_stop_execution等执行结果回传步骤结果、用例结果、截图与 Trace 实时上报失败可回放定位多机扩展执行器可独立部署在多台机器上天然支持分布式执行任务执行完成后执行记录中可以看到每一步的耗时与结果五、MCP 工具服务让 AI 安全地操作平台WHartTest_MCP/ 提供两个 MCPModel Context Protocol工具服务部署说明见 WHartTest_MCP/README.md服务文件端口作用WHartTest ToolsWHartTest_tools.py8006封装平台 API项目、模块、用例的查询与管理MS MCP APIms_mcp_api.py8007对接外部测试平台的用例交互价值在于AI Agent 不需要自己猜怎么调接口而是通过标准 MCP 协议调用这些工具由后端统一鉴权API Key与审计。同时 docker-compose.yml 中还内置了官方playwright-mcp服务供 Agent 直接操控浏览器。在系统管理中可集中管理远程 MCP 配置包括地址、传输方式与 HITL人工审批策略六、Skills 技能库给 Agent 装上专项技能WHartTest_Skills/ 是一组可安装、可管理的技能包清单见 WHartTest_Skills/manifest.json内置技能包括browser-use / playwright-cli / playwright-skill三种浏览器自动化方案覆盖从 CDP 直控到官方 CLI 的稳定性需求ui-automationUI 自动化管理工具创建页面、元素、步骤与用例并分析执行错误api-automation接口自动化管理工具覆盖接口模块、环境、调试与执行url-reader / drawio / weknora-kb / whart-test网页解析、图表生成、知识库检索、平台资产管理MCP 与 Skills 的分工可以这样理解MCP 是协议层解决 AI 如何安全地调用工具Skills 是知识层教 AI 在具体场景下该怎么做。两者叠加让 Agent 具备贴近真实测试场景的执行能力。七、五大组件如何协同一条用例的完整旅程把上面的组件串起来一条测试用例从想法到执行结果的路径如下需求输入用户在 Vue 前端上传需求文档Django 后端解析并联动知识库Qdrant 向量检索AI 生成LangGraph 编排大模型推理结合 Prompt 模板生成结构化用例写入 testcases对话驱动Agent 通过 MCP 工具WHartTest_tools读写平台数据加载 Skills 掌握操作规范任务下发用户点击运行后端经 WebSocket 将任务分发给 Actuator浏览器执行Actuator 调用 Playwright 打开页面、填入数据、断言校验回传截图与 Trace结果沉淀执行记录、Token 消耗、失败分析统一进入任务中心与仪表盘形成闭环部署层面docker-compose.yml 将 8 个服务编排到同一 Docker 网络postgres、redis、backend含 Celery Worker/Beat、frontend、mcp、playwright-mcp、qdrant、weixin-plugin-host执行一条docker compose up -d即可获得完整平台。八、写在最后WHartTest 的架构设计思路非常清晰后端厚重Django 把需求、用例、接口、知识库、LLM 配置全部资产化AI 生成的每一个用例都可追溯、可审核AI 能力解耦MCP Skills 让会操作与知道怎么操作分离新增能力不需要改后端执行弹性Actuator 独立部署 WebSocket 长连接执行能力可以按需横向扩展对于测试团队来说这意味着一条完整的路径需求文档 → AI 评审 → 自动生成用例 → 一键执行 → 失败自动分析人只需要在审核和确认两个关键节点介入。⚠️ 安全提示Skills 模块具备较高系统执行权限官方建议仅在内网或可信环境中部署切勿直接暴露于公网详见 README.md 中的安全声明。赞分享人工智能AI 应用测试质量保障后端前端RAGAI Agent【免费下载链接】WHartTestWHartTest 是一款AI驱动的测试自动化平台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。 (WHartTest is an AI-driven test automation platform that automates the generation and management of executable test cases from requirements, helping testing teams improve efficiency and coverage.)项目地址https://gitcode.com/gh_mirrors/wh/WHartTest点击查看免费下载相关推荐WSL 架构全景解析Windows 与 Linux 组件如何协同工作WSL 架构全景解析Windows 与 Linux 组件如何协同工作 导读 Windows Subsystem for LinuxWSL并非单一程序而是操作系统虚拟化系统编程网络OPC Skills 架构解析skills.json、npx skills add 与Claude Code插件市场如何协同工作OPC Skills 架构解析skills.json、npx skills add 与Claude Code插件市场如何协同工作 OPC Skills 是面向Graphite-Web架构深度解析三大核心组件如何协同工作Graphite Web架构深度解析三大核心组件如何协同工作 Graphite Web是一个 高度可扩展的实时绘图系统 专为时间序列数据监控和可视化而设计。可观测性数据可视化后端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考