深度开源 | TestHub测试平台:让 AI 重塑你的全场景自动化测试体验

在软件测试工作中,我们一直在寻找那个能平衡“效率”与“质量”的支点。
从繁琐的手工用例编写,到接口自动化的维护痛点,再到 UI 自动化不稳定的“老大难”问题,测试工程师的日常往往被各种琐碎的工具链所割裂。我们不仅需要编写代码,还需要管理环境、维护文档、产出报告……
今天向大家介绍一款全栈式、智能化的开源测试管理平台——TestHub。
TestHub 不仅仅是一个工具的堆砌,它是一个基于 Django + Vue3 技术栈打造的现代化测试生态系统 。它深度融合了当下最前沿的 AI 能力,将 AI 用例生成、接口测试、UI 自动化测试、AI 智能测试(Browser-use)、AI 问答助手 以及 统一配置中心 融为一体 。
无论你是想从零搭建自动化体系,还是希望通过 AI 为现有的测试流程提效,TestHub 都能为你提供一种全新的视角。

💡 一、 AI 驱动:告别“填鸭式”用例编写

编写测试用例通常是测试生命周期中耗时最长的环节之一。面对厚厚的需求文档,如何快速提取测试点并转化为标准用例?TestHub 的 AI 用例生成模块 给出了答案 。

  1. 懂文档的 AI,才是好助手
    TestHub 支持两种灵活的需求采集方式:你可以直接手动输入需求描述,也可以直接上传需求文档 。
    更贴心的是,系统对文档格式的兼容性极佳,支持 PDF、Word、TXT 等多种常见类型 。这意味着,你不需要费力地将产品经理的 PRD 文档复制粘贴,只需简单拖拽上传,系统内置的 AI 引擎就会自动解析文档内容,深入理解业务逻辑,提取出核心的测试需求 。
  2. 异步生成,拒绝焦虑
    在处理大型文档时,AI 的思考需要时间。为了不打断你的工作流,TestHub 的 AI 生成任务采用了异步执行机制 。你可以在点击“生成”后,转身去处理其他任务,无需在当前页面枯燥等待。
    任务完成后,在任务列表中即可清晰地看到生成状态。不管是简单的登录功能,还是复杂的业务流转,AI 都能为你批量产出结构化的用例数据。
  3. 人机协同,精准把控
    AI 生成的用例并非“一锤子买卖”。TestHub 提倡“AI 辅助,人工把关”的理念。在任务详情页,你可以查看到每一个生成的用例明细 。
    平台提供了完善的采纳与管理机制:
    一键导出:支持导出为 Excel 格式,方便线下评审 。
    灵活编辑:发现 AI 遗漏了前置条件?直接在线编辑修正。
    状态管理:对于符合要求的用例,点击“采纳”,它们会自动导入到系统的测试用例库中;对于不合理的用例,直接“弃用” 。
    这种设计既保留了 AI 的高效率,又确保了测试数据的严谨性。

🔗 二、 接口测试:从调试到监控的闭环

接口测试是自动化测试金字塔的中坚力量。TestHub 的 API 测试模块不仅仅是一个发包工具,而是一个完整的接口生命周期管理方案 。

  1. 井井有条的项目管理
    平台支持 HTTP 和 WebSocket 协议,采用树形结构来组织 API 项目和集合 。无论你的项目接口数量多么庞大,清晰的目录结构都能让你快速定位到目标接口。
    在请求管理方面,全面支持 GET、POST、PUT、DELETE、PATCH 等主流 HTTP 方法 ,满足绝大多数业务场景的测试需求。
  2. 沉浸式的调试体验
    TestHub 的接口调试界面设计简洁直观。你可以方便地配置 Params、Headers、Body 等参数,支持 raw、form-data 等多种格式。发送请求后,响应数据格式化展示,状态码、响应时间一目了然 。
  3. 自动化与持续集成
    单个接口跑通只是第一步。TestHub 支持创建测试套件,将多个 API 请求组合起来批量执行,并支持配置断言和执行顺序 。
    对于需要长期监控的接口,定时任务功能不可或缺。你可以通过 Cron 表达式灵活设置执行计划 。无论是每小时的例行巡检,还是每天凌晨的回归测试,TestHub 都能按时执行,并通过邮件或 Webhook(钉钉、飞书、企业微信)及时通知测试结果 。
  4. 专业的环境变量管理
    为了解决开发、测试、生产环境切换的难题,平台内置了强大的环境变量管理功能 。你可以定义全局变量或局部变量,在接口请求中通过变量引用的方式(如 {{base_url}})实现配置与代码的解耦。
    最后,所有的测试结果都会生成标准的 Allure 测试报告 。这种业界公认的报告格式,不仅界面美观,更能通过图表直观展示测试通过率、失败原因等关键指标。

💻 三、 UI 自动化:稳健与灵活并存

UI 自动化测试因为维护成本高、执行不稳定而常被诟病。TestHub 在设计之初就考虑到了这些痛点,致力于提供一个更稳健的执行环境 。

  1. 双引擎驱动,兼容性 Max
    TestHub 极具前瞻性地实现了 Selenium + Playwright 双引擎支持 。
    Selenium:作为老牌王者,生态成熟,兼容性强。
    Playwright:作为微软推出的新星,以速度快、不仅支持无头模式还支持有头模式调试而著称。
    你可以根据项目特点灵活选择执行引擎,同时支持 Chrome、Firefox、Edge、Safari 等多浏览器运行 ,确保你的应用在各种环境下都能正常工作。
  2. 页面对象模式(POM)的最佳实践
    为了提高脚本的可维护性,TestHub 深度集成了 POM(Page Object Model)设计模式 。 通过元素管理模块,你可以将页面元素与测试逻辑分离。系统支持 ID、XPath、CSS Selector 等多种定位策略 。当页面 UI 发生变化时,你只需要在元素库中更新定位符,而无需修改成百上千条测试用例,大大降低了维护成本。
  3. 可视化的执行回溯
    UI 测试失败了,究竟是网络问题还是页面渲染 Bug? TestHub 提供了详细的执行记录 。每一次测试执行,系统都会保留完整的日志、截图以及测试报告。你可以清晰地看到每一步操作的执行情况,甚至回溯错误发生的现场,让 Bug 无处遁形。

当然,UI 自动化同样支持灵活的定时任务配置,配合 Cron 表达式,实现无人值守的夜间回归测试 。所有的通知都会通过配置好的 Webhook 实时触达团队成员 。

🤖 四、 AI 智能模式:下一代自动化测试

如果说传统的 UI 自动化还需要人工编写步骤,那么 TestHub 的 AI 智能模式 则展示了未来的可能性 。

  1. 基于自然语言的 Browser-use
    这一模块基于前沿的 Browser-use 框架,让 AI 能够像人类一样理解页面结构 。你不再需要去查找元素的 XPath,只需要告诉 AI:“使用账号 testadmin 登录,然后点击新建版本”。
    AI 会自动规划任务路径,生成执行步骤,并驱动浏览器完成操作 。
  2. 多模型接入与智能感知
    目前,该模式支持文本模式(基于 DOM 解析),未来还将规划支持视觉模式(基于截图识别) 。在模型支持上,平台保持了高度的开放性,支持接入 DeepSeek、硅基流动 等多种强大的 AI 模型 。
  3. 过程可视,结果可查
    AI 执行的过程不再是黑盒。系统会记录每一步的执行日志,并在步骤完成后自动标记状态 。 更酷的是,执行过程会自动生成 GIF 动图 。你可以像看电影一样回放 AI 的操作过程,直观地检查 AI 是否按照预期完成了任务。测试报告还支持导出为 PDF,包含时长、步骤、完成率等多维度的统计数据 。

🎓 五、 AI 问答助手:你的贴身测试顾问

遇到棘手的测试难题?对某个测试理论拿捏不准? TestHub 内置了 AI 问答助手(AI 评测师) 。它集成 Dify AI 能力,能够基于专业的知识库为你提供实时的咨询服务 。
不仅如此,它还支持类似于“豆包”的会话记录功能,左侧自动保存历史会话 。当你下次遇到类似问题时,可以快速翻阅之前的解决方案,它就像一位经验丰富的导师,随时待命。

⚙️ 六、 统一配置中心:化繁为简

强大的功能背后,是极其简便的运维管理。TestHub 的 统一配置中心 让环境搭建变得轻而易举 。
环境自动检测:系统会自动检测服务器的浏览器环境和 Playwright 执行环境,缺什么补什么 。
驱动一键管理:再也不用为了浏览器驱动版本不匹配而头秃,系统支持一键安装和更新驱动 。
模型统一配置:无论是 DeepSeek 还是通义千问,你都可以在这里统一管理 API Key 和参数配置,并支持一键连接测试,确保 AI 模型随时在线 。
通知渠道集成:钉钉、飞书、企微机器人的 Webhook 地址都在这里统一配置,打通消息推送的最后一公里。

TestHub 测试平台通过将传统测试工具与现代 AI 技术深度融合,为测试团队提供了一个高效、智能、统一的协作空间。它不仅解决了工具碎片化的问题,更通过 AI 能力大幅降低了自动化测试的门槛。
无论你是希望提升团队效率的测试经理,还是热衷于探索新技术的测试工程师,TestHub 值得你一试。
开源共建,未来可期。
欢迎大家关注项目,提出宝贵的 Issue 和 PR,让我们一起重新定义自动化测试!
Testhub保姆级部署教程

TestHub 是基于 Django (后端) 和 Vue3 (前端) 的智能测试管理平台,部署它主要分为三步:环境准备、后端部署、前端部署。
一、 环境准备
在开始之前,需要安装以下软件:
Git
Python 3.12: 推荐使用此版本,老版本python可能出现兼容性问题!
Node.js (版本 18+)
MySQL 8.0+: 本项目目前不支持8.0以下的mysql版本**
二、 获取代码

  1. 下载代码:
    git clone https://github.com/chenjigang4167/testhub_platform.git
  2. 进入项目文件夹:
    cd testhub/testhub_platform
    三、 后端部署 (Backend)
  3. 创建虚拟环境
    虚拟环境的作用是隔离依赖,让本项目的依赖包不影响你电脑上的其他 Python 程序。在项目根目录 (testhub_platform) 打开命令行 (CMD 或 PowerShell),执行:
    python -m venv venv
  4. 激活虚拟环境
    windows命令: venv\Scripts\activatemac命令:source venv/bin/activate
  5. 安装依赖包
    这一步会下载项目需要的所有 Python 库。为了下载更快,我们使用国内镜像源:
    pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
  6. 配置数据库
    在 testhub_platform 目录下创建一个名为 .env 的文件,用记事本打开填入以下内容:
    DB_NAME=testhub
    DB_USER=root
    DB_PASSWORD=你的数据库密码
    DB_HOST=127.0.0.1
    DB_PORT=3306
    SECRET_KEY=test-secret-key-123456
    DEBUG=True
    然后,我们需要在 MySQL 中创建这个数据库。打开一个新的命令行窗口,输入:
    mysql -u root -p
    输入密码后,进入 MySQL,执行创建数据库的命令:
    CREATE DATABASE testhub CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
    exit;
  7. 初始化项目
    回到刚才激活了 (venv) 的命令行窗口,依次执行以下命令:
    python manage.py makemigrations
    python manage.py migrate
    python manage.py createsuperuser
    python manage.py init_locator_strategies
  8. 启动后端服务
    python manage.py runserver
    如果看到 Starting development server at http://127.0.0.1:8000/,说明后端启动成功了!注意,不要关闭这个窗口!
    四、 前端部署
  9. 进入前端目录
    打开一个新的命令行窗口进入 frontend 目录:
    cd testhub/testhub_platform/frontend
  10. 安装前端依赖
    同样使用国内镜像加速:
    npm install –registry=https://registry.npmmirror.com
  11. 启动前端服务
    npm run dev
    如果看到 Local: http://localhost:3000/ ,说明前端启动成功了!
    五、 访问项目
    打开浏览器,访问 http://localhost:3000 即可开始使用 TestHub。
    使用者评价

与开源作者沟通、入讨论交流群,欢迎扫码添加微信,备注大刚TestHub。

声明:来自AI应用案例库,仅代表创作者观点。链接:https://eyangzhen.com/5360.html

AI应用案例库的头像AI应用案例库

相关推荐

添加微信
添加微信
Ai学习群
返回顶部