面向企业级敏捷开发场景的 AI 自动化测试代码生成利器，以大语言模型 (LLM) 为驱动核心
告别繁缩枯燥的手动用例编写，输入业务需求或待测源码，一键生成带有覆盖率评估的极客级测试工程！🚀
在现代软件工程高速迭代和重构的过程中，测试用例覆盖不全、边界异常验证遗漏、用例维护成本高昂成为了拖垮研发效能的核心痛点。
AutoTestAgent 是一款基于前沿 Multi-Agent 架构开发的智能化自动化测试质量管理引擎。它模拟了资深测试开发工程师 (SDET) 与架构师的分析思路。只需输入您的目标源码或产品PRD，系统将在沙盒中执行全自动的代码流转分析、等价类模型拆解，并生成健壮的 Pytest / Unittest 验证脚本与精确的局部 Mock 数据。
它不仅能在 1 小时内完成正常原本需要几天工时的测试覆盖工作，最终还能生成涵盖 Bug热力图、风险覆盖率与质量风控结论的高逼格企业级审计报告。
- 🧐 智能前置分析与审计 (Smart EDA & Static Analysys): AI 自动识别系统输入的待测代码语义，预判系统瓶颈、正常流与高发故障路径。
- 🛠️ 深度模块等价类分拆: 在多 Agent 组网中，由“资深分析师” Agent 将代码逻辑精准切割，自动寻找边界条件和异常极值。
- 💻 高覆盖率自动化脚本编写 (Auto Code Generation): “测试开发” Agent 会根据上述等价类划分结果，通过内置的隔离沙河产生真实可运行的
Pytest测试脚本。主动注入 Mock 断言，剔除外部 API 带来的干扰因素。 - 📊 图表级质量报告一键成文 (QA Evaluation Report): 结合脚本执行日志，利用 Python matplotlib/seaborn 等科学计算库动态生成 Bug 热力图及测试覆盖率雷达图，并在几分钟内输出包含“优点”、“隐性缺陷”、“演进架构建议”的专业质量排查文档。
- 🔌 容器化开箱即用 (Docker-Ready): 云原生友好架构，提供完善的
docker-compose部署方案与隔离测试沙盒。
整体系统采用了“分析 -> 解决 -> 编码 -> 画图 -> 报告”组成的 DAG (有向无环图) Agent 链路。
- Coordinator Agent: 拦截用户意图，判断业务性质是否与研发测试重合。
- Modeler/QA Lead Agent: 承担核心的业务脑图与测试测试矩阵设计职责。
- Coder / SDET Agent: 利用底层
OpenAI/LiteLLM的能力输出自动化断言代码，并在基于本地（或远端 E2B）的代码沙河中无损运行。 - Report Writer Agent: 搜集运行时 Coverage 覆盖率元数据及各种动态生成的图表模型，以预设专业 QA 的模板完成最终技术洞察报告撰写。
前端基于 Vue3 + Vite + TailwindCSS 提供炫酷流畅深色系交互体验。后端基于 FastAPI + Celery + Redis 工作流提供高并发异步编排的能力。
- Docker & Docker Compose (推荐)
- Node.js 18+ & PNPM (用于本地前端开发)
- Python 3.12+ (用于本地后端开发)
- Redis 服务
-
克隆项目:
git clone https://github.com/your-org/AutoTestAgent.git cd AutoTestAgent -
环境变量配置: 在
backend目录下创建或复制提供好.env环境变量文件，配置你的 API_KEY 资源：LLM_API_KEY=sk-xxxxxx LLM_BASE_URL=https://api.openai.com/v1
-
使用 Docker 一键起飞:
docker-compose up -d --build
-
访问: 部署完成后，在浏览器中访问前端大屏交互面板：
http://localhost:5173或实际暴露的网关端口。
- 对接 GitLab CI/CD Pipeline 与 Jenkins 流水线的一键预跑卡点组件集成。
- 引进 Jest / JUnit 等多语言引擎支持，目前首发聚焦于 Python(Pytest/Unittest) 业务系。
- 加入人工“断言交互评审”阶段并提供在线纠偏建议的动态闭环功能。
- 对于超重量级业务链路支持分布式云原生(K8s)大文件测试任务投递拆解调度。
If this project helps you save hours of boring QA test cycles, give it a star ⭐!