# testflow
**Repository Path**: ysxs001/testflow
## Basic Information
- **Project Name**: testflow
- **Description**: TestFlow - 企业级模块化测试用例协作平台
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-02-27
- **Last Updated**: 2026-02-27
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# TestFlow - 企业级模块化测试用例协作平台
[](https://opensource.org/licenses/Apache-2.0)
**面向大型项目的智能化、全流程测试管理解决方案**
TestFlow 重新定义了测试用例生成方式。它不仅是一个 AI 效率工具，更是一个支持大型项目**模块化拆解**与**团队并行协作**的完整平台。通过智能体工作流，将复杂需求转化为结构化、标准化的测试资产。
[平台架构](#系统架构) • [核心特性](#核心功能) • [快速开始](#快速开始) • [适用场景](#适用场景) • [许可证](#许可证)
---
---
## 💡 项目简介
在面对成百上千个功能点的大型软件项目时，传统的“单点生成”或“文档堆砌”已无法满足需求且有着混乱的文档管理，测试点不清晰不系统。TestFlow 专为解决这一痛点而生：
- **从“工具”升级为“平台”**：提供完整的项目-模块-任务层级管理，由于 AI 处理的不仅仅是文本，而是结构化的业务逻辑。
- **模块化治理**：支持将庞大的系统拆解为独立的测试模块，每个模块拥有独立的状态流转与负责人。
- **异步生产力**：内置高性能异步任务引擎，支持后台批量处理万级用例生成任务（预期实现）。
---
## 🏗 系统架构
TestFlow 采用现代化的前后端分离架构，核心集成 **AI Agent 编排引擎** 与 **异步任务队列**，确保在处理大规模数据时的稳定性与响应速度。
---
## 🚀 核心功能
### 1. 项目治理 (Project Governance)
* **模块化架构**：支持无限层级的“项目-模块”结构，将复杂系统化整为零。
* **分权协作**：基于模块的责任人机制 (`Assignment System`)，支持 Owner/Member 角色分工，任务责任到人。
* **状态流转**：每个模块独立管理生命周期（规划中 -> 进行中 -> 已完成），进度一目了然。
> *模块化管理：创建项目 → 添加模块 → 分配负责人 → 状态流转*
### 2. AI 生产力 (AI Productivity)
* **四阶段智能流水线**：
1. **需求分析**：自动解析文档，提取功能点。
2. **测试策划**：生成测试点与覆盖策略。
3. **用例设计**：输出包含详细步骤的测试用例。
4. **自我审查**：AI 模拟资深测试专家进行质量检查与优化。
* **批量并发生成**：利用后台异步队列，支持一次性提交数百个功能点的生成任务，无需前端等待（长期目标）。
> *AI 一键生成：从上传需求文档 → 需求拆分 → 测试点生成 → 用例设计的完整流程*
### 3. 数据与资产 (Assets Management)
* **结构化管理**：不再是散落的文档，而是数据库中结构化的测试资产。
* **双视图管理**：提供“层级树”与“列表”两种视图，满足不同的管理习惯。
* **生态互通**：支持 Excel/XMind 导入导出，无缝融入现有测试流程。
> *用例管理：层级视图/列表视图切换、搜索、批量导出*
---
## 🎯 适用场景
TestFlow 并非为了替代简单的 Excel 表格，而是为了解决复杂性而生：
* **大型复杂系统**：面对上千个功能点、多层级模块的复杂业务系统。
* **跨团队协作**：开发与测试团队通过统一平台进行资产沉淀与流转。
* **敏捷迭代开发**：需要跟随两周一迭代的快节奏，快速更新回归测试用例。
* **标准化设计规范**：希望建立统一的测试用例设计规范与质量标准的企业。
---
## 为什么选择 TestFlow？
| 特性 | 传统方式 | TestFlow |
|------|---------|----------|
| 用例生成 | 手动编写，耗时数天 | AI 自动生成，分钟级完成 |
| 项目管理 | 文档分散，难以维护 | 模块化管理，结构清晰 |
| 团队协作 | 文件传递，版本混乱 | 多用户协作，权限管理 |
| 测试覆盖 | 依赖个人经验，易遗漏 | AI 智能分析，覆盖全面 |
| 可扩展性 | 固定流程，难以定制 | 高度可配置，灵活适配 |
| 大规模处理 | 手动操作，效率低下 | 批量并发，高效处理 |
## 🛠 技术栈
### Backend (后端)
- **Core**: Python 3.8+, FastAPI
- **Database**: SQLite (SQLAlchemy ORM)
- **AI Integration**: OpenAI Compatible API (支持 GPT-4, Claude, 通义千问等)
- **Task Queue**: BackgroundTasks
### Frontend (前端)
- **Core**: Vue 3, TypeScript, Vite
- **UI Framework**: Element Plus
- **Styling**: Tailwind CSS
- **State Management**: Pinia
## 🚀 快速开始
### 环境要求
- Python 3.8+
- Node.js 16+
- Git
### 1. 克隆项目
```bash
git clone https://github.com/Ggbond626/testflow.git
cd testflow
```
### ⚡ 一键启动 (推荐)
**Windows:**
双击运行根目录下的 `run.bat` 脚本，或在命令行运行：
```bash
.\run.bat
```
**Linux / macOS:**
```bash
chmod +x run.sh stop.sh
./run.sh
```
### 📦 手动安装 (可选)
如果你更喜欢手动控制每一步，可以参考以下步骤：
#### 1. 后端设置
```bash
cd backend
python -m venv venv
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
```
#### 2. 前端设置
```bash
cd ../frontend
npm install
```
#### 3. 启动服务
```bash
# 启动后端
cd ../backend
uvicorn main:app --reload --port 9000
# 启动前端
cd ../frontend
npm run dev
```
访问 http://localhost:3000 即可开始使用 TestFlow。
### 🐳 Docker 部署 (推荐生产环境)
使用 Docker 可以快速部署，无需配置 Python 和 Node.js 环境。
```bash
# 1. 配置环境变量
cp backend/.env.example backend/.env
# 2. 启动服务
docker-compose up -d --build
# 3. 访问应用
# 前端: http://localhost:3000
# 后端: http://localhost:9000/docs
```
详细的 Docker 部署说明请查看 [DOCKER.md](DOCKER.md)
## 📄 许可证
## 📄 开源协议
本项目采用 **Apache 2.0** 协议开源。
* ✅ **完全免费**：无论是个人开发者还是企业团队，均可免费用于商业或非商业项目。
* ✅ **二次开发**：允许您基于代码进行修改、分发或集成。
* ℹ️ **唯一限制**：在分发或衍生产品中，必须保留原始协议声明与作者署名。
我们相信开源的力量。希望TestFlow 对您有所帮助！
---
## ⭐ Star History
---
**⭐ 如果这个项目对你有帮助，请给个Star支持一下！**
Made with ❤️ by [Ggbond626](https://github.com/Ggbond626)