# Taisite-Platform ![](https://img.shields.io/badge/-%20marvelous-orange) ![](https://img.shields.io/badge/-%20gogeous-grey) ![](https://img.shields.io/badge/-%20elegant-blue) ![泰斯特平台LOGO.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/泰斯特平台LOGO.png) ## 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。 ## Ⅱ. 泰斯特平台特点 （os：和其他测试平台有什么区别？） 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，可帮助小型测试团队快速搭建起易于上手 / 维护的 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： ![操作界面展示](https://github.com/amazingTest/Taisite-Platform/blob/master/images/操作界面展示.png) 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： ![定时任务配置](https://github.com/amazingTest/Taisite-Platform/blob/master/images/定时任务配置.png) 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。 ![数据导入展示](https://github.com/amazingTest/Taisite-Platform/blob/master/images/数据导入展示.png) 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[这篇博文](https://juejin.im/post/5cfe1dd96fb9a07ed7407321) 7. ...... ***（还有许许多多令人惊喜的小特色等着你去探索 & 挖掘）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 ## IV . 泰斯特平台部署 ### windows 环境下部署 *** #### 0. 克隆项目 git clone https://github.com/amazingTest/Taisite-Platform.git *** #### 1. 安装 python 3 环境 可参考[该教程](https://www.runoob.com/python3/python3-install.html) *** #### 2. 部署自然语言模型 ##### 2.1 [点击下载压缩包](https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip) ##### 2.2 解压压缩包 ##### 2.3 安装 python 依赖包 pip install tensorflow==1.11 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install bert-serving-server==1.9.2 -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： ![NLP模型启动成功输出](https://github.com/amazingTest/Taisite-Platform/blob/master/images/NLP模型启动成功输出.png) *** #### 3. 部署 Mongo 数据库 可参考[该教程](https://www.runoob.com/mongodb/mongodb-window-install.html) *** #### 4. 设置系统环境变量 AUTOTEST_PLATFORM_ENV=production AUTOTEST_PLATFORM_NLP_SERVER=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**（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 // 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 // 创建管理员帐号( 注意查看输出，记录下帐号密码 ) python ./backend/createAdminUser.py // 启动后端 ( 默认5050端口 ) python ./backend/run.py *** #### 7. 访问项目 现在就可以访问 [http://127.0.0.1:5050/#/login](http://127.0.0.1:5050/#/login) 进行登录 ![平台登录界面2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/平台登录界面2.png) ### Linux 环境下 Docker 容器化部署 *** [Docker 安装指南](https://www.runoob.com/docker/ubuntu-docker-install.html) #### 0. 克隆项目 git clone https://github.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_NLP_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： ![控制台输出1](https://github.com/amazingTest/Taisite-Platform/blob/master/images/控制台输出1.png) ##### 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和随机密码，如下图所示： ![控制台输出2](https://github.com/amazingTest/Taisite-Platform/blob/master/images/控制台输出2.png) *** #### 5. 访问项目 浏览器访问部署服务器地址的 ${PORT} 端口后使用「4.启动项目」中创建的帐号密码登陆即可 ![平台登录界面](https://github.com/amazingTest/Taisite-Platform/blob/master/images/平台登录界面.png) ## V . 泰斯特平台使用教程 平台主流程使用可参考 [这篇博文中的正文部分](https://juejin.im/post/5cd0117be51d456e537ef3bd) 详细的使用教程后续补上 :) ## VI . 联系泰斯特 若有任何疑问、建议，或想关注更多关于平台的咨询， 欢迎扫描下方二维码关注我、联系我。 ![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/微信公众号.jpg) **开源不易** 热烈欢迎扫描下方二维码 **助力开源**。 ![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/wechatDonation.jpg)