Score
0
Watch 45 Star 206 Fork 66

GVP泰斯特 / Taisite-PlatformPythonAGPL-3.0

Join us
Explore and code with more than 2 million developers,Free private repositories !:)
Sign up
泰斯特测试平台是一款免费开源的接口自动化测试平台、平台致力于将人工智能技术与接口自动化测试有效结合,让接口测试平台在保障 QA 测试精确性要求的同时更具智能化、泛化能力, 同时尽可能最优化接口自动化测试平台使用体验 ,目标是成为 最贴心、最好用、颜值最高的开源接口自动化测试平台。 spread retract

  • Vue 52.9%
  • Python 27.0%
  • HTML 7.6%
  • JavaScript 7.5%
  • CSS 5.0%
Clone or download
README_CN.md 10.99 KB
Copy Edit Web IDE Raw Blame History
泰斯特 authored 2019-11-26 17:08 . [fix](README)

Taisite-Platform

输入图片说明

开源申明

这是一个受限制的自由软件!您不能在任何未经允许的前提下对程序代码进行修改和用于商业用途;也不允许对程序代码修改后以任何形式任何目的的再发布。

为尊重作者的劳动成果,Taisite-Platform 关键版权信息严禁篡改 有任何疑问欢迎联系作者讨论。 QQ:523314409 泰斯特

捐赠 | 支持

【捐赠支持(微信)】

【捐赠支持(支付宝)】

如果你喜欢这个项目,那就点击一下右上方的【Star】以及【Fork】,支持一下泰斯特平台吧!

QQ 交流群号:728314402

体验

因体验服务器配置问题,体验需关注下方公众号后回复 「体验地址」 获得:

输入图片说明

Ⅰ. 泰斯特平台简介

背景

「泰斯特平台」是一个由「软件测试 & 机器学习爱好者」开发的接口自动化测试平台。

愿景

平台致力于将人工智能技术与软件测试有效结合,让平台在保障测试精确性要求的同时更具智能化、泛化能力,

同时尽可能 最优化使用体验 ,目标是成为 最贴心、最好用、颜值最高 的开源测试平台。

技术栈

平台遵循「前后端分离开发」思想,技术栈为:「Python + Vue + Mongodb」,后端开发使用的是轻量级 Web 框架 Flask,

前端 UI 框架则采用的是易上手的 ElementUi。

(在这里感谢一下本开源项目给我带来的启发)

使用环境

推荐使用 Chrome 最新浏览器使用~

Ⅱ. 泰斯特平台特点 (os:和其他测试平台有什么区别?)

0.已经投入生产环境使用 1 年以上, 用起来轻松没负担~

1.平台遵循「小而精」的策略,最大化所有功能的开发、使用性价比,可帮助测试团队快速搭建起易于上手 / 维护的接口

自动化测试体系。

2.平台遵循「零编码」原则,使用者不需要编程即可完成较为复杂的业务流程接口测试。

3.平台遵循「颜值即正义」原则,操作界面展示如下:

输入图片说明

4.平台拥有极佳的定时任务体验,启动定时任务后可随时停用 / 任意编辑任务内容且立即生效,同时拥有丰富的告警策略,

页面展示如下:

输入图片说明

5.平台拥有导入 / 导出功能,支持测试人员 "最喜爱的" Excel 格式,易于批量生成 / 修改用例。

输入图片说明

6.平台拥有较为丰富的测试结果校验体系,支持文本相似度校验。

(具体内容可参考本篇博文)

7.平台对外提供测试任务调度接口,方便与开发项目集成。

8.......

(还有许许多多令人惊喜的小特色等着你去探索 & 挖掘)

Ⅲ .泰斯特平台功能图解

V1.0

输入图片说明

IV . 泰斯特平台部署

windows 环境下部署

0. 克隆项目

git clone https://gitee.com/amazingTest/Taisite-Platform.git

1. 安装 python 3 环境

点击进入教程

2. 部署自然语言模型

点击下载模型

2.2 解压压缩包

2.3 安装 python 依赖包

pip install tensorflow==1.14.0  -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install bert-serving-server==1.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.4 启动模型

// 当前目录切换至模型文件夹目录后执行

bert-serving-start -model_dir ./chinese_L-12_H-768_A-12/ -num_worker=1

启动成功后输出如下:

输入图片说明

3. 部署 Mongodb 数据库

点击进入教程

4. 设置系统环境变量

AUTOTEST_PLATFORM_ENV=production

AUTOTEST_PLATFORM_NLP_SERVER_HOST=127.0.0.1

AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}

AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}

AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}

AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}

AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=taisite

其中 AUTOTEST_PLATFORM_ENV 默认为 production (必填)

AUTOTEST_PLATFORM_MONGO_HOST和 AUTOTEST_PLATFORM_MONGO_PORT 分别表示数据库的地址和端口(必填)

AUTOTEST_PLATFORM_MONGO_USERNAME和 AUTOTEST_PLATFORM_MONGO_PASSWORD 分别表示数据库的帐号密码(若无可不填)

AUTOTEST_PLATFORM_NLP_SERVER_HOST(自然语言模型服务)默认为本机启动 (非必填)

AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名(必填)

设置完成后可通过下列命令进行测试(CMD切换至项目根目录下)

python ./backend/config.py

若配置成功则可看见输入的配置数据

5. 打包前端 dist 文件 (这一步我已为你们做好,若不需二次开发可跳过)

5.1 安装 Vue 环境,下载 node.js 并配置环境,下载 npm 包管理器

5.2 cmd 进入 frontend 目录下,配置 cnpm :

npm install -g cnpm --registry=https://registry.npm.taobao.org   

5.3 执行安装依赖包命令:

cnpm install

5.4 执行打包命令:

cnpm run build

若成功打包则会在项目根目录下生成 dist 文件夹。

6. 启动后端

// 安装依赖包 (切换至项目根目录下执行)

pip install -r ./backend/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple



// 启动后端 ( 默认5050端口 )

python ./backend/run.py



// 创建平台管理员帐号密码

python ./backend/createAdminUser.py

7. 访问项目

现在就可以访问 http://127.0.0.1:5050/#/login 使用创建的管理员帐号密码进行登录。

Linux 环境下 Docker 容器化部署

点击进入 Docker 教程地址

0. 克隆项目

git clone https://gitee.com/amazingTest/Taisite-Platform.git

1. 自然语言模型部署

sudo -i

docker pull shaoyuyishiwo/bertserver

docker run --name autotest-platform-bertserver -d shaoyuyishiwo/bertserver 

2. Mongo 数据库部署 (若已有现成数据库可用则可跳过此步)

2.1 启动数据库 & 数据挂载至宿主机

sudo -i

docker pull mongo 

docker run  --name autotest-platform-mongo -p 27017:27017 -v /data/db:/data/db -v /data/configdb:/data/configdb ``-d mongo

2.2 创建数据库帐号

docker exec -it autotest-platform-mongo /bin/bash



mongo



> use admin



switched to db admin



> db.createUser({user:"${USERNAME}",pwd:"${PASSWORD}",roles:["root"]})



Successfully added user: { "user" : "admin", "roles" : [ "root" ] }

2.3 数据库内存扩容(建议)

> db.adminCommand({setParameter:1, internalQueryExecMaxBlockingSortBytes:335544320})



{ "was" : 33554432, "ok" : 1 }

3. 环境变量配置

// 编辑 /etc/profile 文件



sudo -i

vi /etc/profile

若出现警告则选择 (E)dit anyway (输入 E)

3.1 文本末端插入下列数据 (输入 i 则变为 insert 状态)

export AUTOTEST_PLATFORM_ENV=production

export AUTOTEST_PLATFORM_NLP_SERVER_HOST=${BERT_IPADRESS}

export AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}

export AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}

export AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}

export AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}

export AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=${DBNAME}

变量为动态值,部署者自行根据实际情况输入,DBNAME 值可任意自定义(数据库表名),其中 BERT_IPADRESS 和 MONGO_HOST 值可通过下列命令查询:

docker inspect autotest-platform-bertserver

docker inspect autotest-platform-mongo // 若使用了上面的步骤部署数据库

输出如下图所示:

输入图片说明

3.2 插入完毕后点击 ESC 按钮、输入 :wq 后单击回车保存

3.3 执行下列命令后环境变量立即生效

source /etc/profile

4. 启动项目

//在项目根目录下执行部署文件

sh deploy ${PORT} 

其中 ${PORT} 变量填写项目访问端口即可,项目启动的同时也创建了管理员帐号密码,如下图所示:

输入图片说明

5. 访问项目

浏览器访问部署服务器地址的 ${PORT}端口即可

EXTRA. 常见问题

下列输出代表 NLP模型 启动失败

输入图片说明

解决步骤:

1.删除 ./backend/app/init.py 中的这段代码:

输入图片说明

2.将 ./backend/testframe/interfaceTest/tester.py 中的下列代码修改成 pass:

输入图片说明

完成后再启动项目时,就不会依赖于自然语言模型了~

V . 泰斯特平台使用教程

平台主流程使用可参考本篇博文中的正文部分

若想获得 完整使用教程 可关注下方公众号,在公众号内回复 优质教程

输入图片说明

Comment ( 0 )

Sign in for post a comment

Python
1
https://gitee.com/amazingTest/Taisite-Platform.git
git@gitee.com:amazingTest/Taisite-Platform.git
amazingTest
Taisite-Platform
Taisite-Platform
master

Help Search