项目简介自动化UI测试Agent是一款基于 FastAPI Vue3 LangChain /LangGraphPlaywright 标准Skills 的企业级Web UI自动化测试平台具有以下特点零代码测试只需输入URL即可自动生成测试用例AI驱动基于大语言模型智能分析页面元素和需求文档Agent架构标准的「大模型 思考决策逻辑 外部工具集」架构技能扩展遵循企业级标准化技能目录规范支持插件化扩展可视化管理提供完整的任务、用例、执行和报告管理界面后端技术栈技术版本说明Python3.11编程语言FastAPI0.109.0高性能Web框架Uvicorn0.27.0ASGI服务器SQLAlchemy2.0.25异步ORM框架LangChain1.3.9LLM应用开发框架LangGraph1.2.5状态机工作流引擎langchain-openai1.3.2OpenAI兼容接口Playwright1.41.0自动化测试工具SQLite内置轻量级数据库前端技术栈技术版本说明Vue3.4前端框架Element Plus2.6UI组件库Pinia2.1状态管理Vue Router4.3路由管理ECharts5.5图表库Vite5.4构建工具功能特性核心功能任务管理创建、编辑、删除测试任务支持URL和文档导入页面解析自动抓取页面元素识别可交互元素按钮、输入框、选择框等用例生成基于页面元素和需求文档智能生成测试用例测试执行支持批量执行测试用例实时显示进度WebSocket推送报告生成自动生成详细的测试报告包含统计图表和截图扩展功能技能管理标准化技能目录规范支持自定义技能扩展大模型配置支持多模型切换和API配置自动技能发现启动时自动扫描技能目录动态注册工具项目结构ai_uitest_agent/ ├── agent/ # Agent核心模块 │ ├── __init__.py │ ├── core.py # 代理核心逻辑 │ └── langgraph_agent.py # LangGraph状态机代理 ├── api/ # API接口模块 │ ├── __init__.py │ ├── routes.py # REST API路由 │ ├── schemas.py # 数据模型定义 │ ├── websocket.py # WebSocket处理 │ └── websocket_manager.py # WebSocket连接管理 ├── skills/ # 技能模块标准化结构 │ ├── __init__.py │ ├── langchain_tools.py # LangChain工具注册 │ ├── page_parser/ # 页面解析器技能 │ │ ├── SKILL.md │ │ ├── metadata.yaml │ │ └── scripts/run.py │ ├── document_parser/ # 文档解析器技能 │ │ ├── SKILL.md │ │ ├── metadata.yaml │ │ └── scripts/run.py │ ├── case_generator/ # 用例生成器技能 │ │ ├── SKILL.md │ │ ├── metadata.yaml │ │ └── scripts/run.py │ ├── test_executor/ # 测试执行器技能 │ │ ├── SKILL.md │ │ ├── metadata.yaml │ │ └── scripts/run.py │ └── report_generator/ # 报告生成器技能 │ ├── SKILL.md │ ├── metadata.yaml │ └── scripts/run.py ├── tools/ # 工具模块 │ ├── __init__.py │ ├── browser.py # 浏览器操作工具 │ ├── config.py # 配置管理 │ ├── database.py # 数据库操作 │ ├── document_parser.py # 文档解析工具 │ └── logger.py # 日志管理 ├── ui/ # 前端模块 │ ├── src/ │ │ ├── api/ # API调用封装 │ │ ├── router/ # 路由配置 │ │ ├── stores/ # 状态管理 │ │ ├── views/ # 页面组件 │ │ ├── App.vue # 根组件 │ │ └── main.js # 入口文件 │ ├── index.html │ ├── package.json │ └── vite.config.js ├── .env # 环境变量配置 ├── main.py # 应用入口 ├── requirements.txt # Python依赖 └── uitest_agent.db # SQLite数据库文件已实现的技能技能名称描述工具名页面解析器抓取网页可交互元素parse_page文档解析器解析PDF/Word需求文档parse_document用例生成器智能生成测试用例generate_cases测试执行器执行测试用例execute_tests报告生成器生成测试报告generate_report测试根据URL/需求文档 自动生成用例核心代码class CaseGenerator: def __init__(self): self.priority_levels [P0, P1, P2] async def generate_cases( self, url: str, page_elements: List[Dict[str, Any]], document_data: Optional[Dict[str, Any]] None, requirements: List[str] None ) - List[Dict[str, Any]]: logger.info(Generating test cases...) cases [] cases.extend(self._generate_normal_cases(page_elements)) cases.extend(self._generate_validation_cases(page_elements)) cases.extend(self._generate_boundary_cases(page_elements)) if document_data and document_data.get(structured): structured document_data[structured] if structured.get(functional_points): cases.extend(self._generate_from_functional_points( structured[functional_points], page_elements )) cases self._deduplicate_cases(cases) cases self._assign_priorities(cases) logger.info(fGenerated {len(cases)} test cases) return cases def _generate_normal_cases(self, elements: List[Dict]) - List[Dict]: cases [] for elem in elements: if elem.get(tag) input: cases.append({ name: f输入框{elem.get(name) or elem.get(placeholder)}正常输入, module: self._get_module(elem), priority: P1, preconditions: f打开目标页面找到输入框{elem.get(name) or elem.get(placeholder)}, steps: f1. 点击输入框\n2. 输入有效数据\n3. 检查输入内容是否正确显示, expected_results: 输入内容正确显示无格式错误, element_selector: elem.get(selector, ) }) elif elem.get(tag) button or (elem.get(tag) a and elem.get(text)): cases.append({ name: f点击{elem.get(text) or elem.get(name)}按钮, module: self._get_module(elem), priority: P1, preconditions: f页面加载完成按钮{elem.get(text) or elem.get(name)}可见, steps: f1. 定位到按钮\n2. 点击按钮\n3. 观察页面响应, expected_results: 按钮点击成功页面正确响应, element_selector: elem.get(selector, ) }) elif elem.get(tag) select: cases.append({ name: f下拉框{elem.get(name)}选择操作, module: self._get_module(elem), priority: P1, preconditions: f下拉框{elem.get(name)}可见, steps: f1. 点击下拉框\n2. 选择选项\n3. 验证选择结果, expected_results: 下拉框选择成功显示所选内容, element_selector: elem.get(selector, ) }) elif elem.get(tag) textarea: cases.append({ name: f文本域{elem.get(name) or elem.get(placeholder)}输入, module: self._get_module(elem), priority: P1, preconditions: f文本域{elem.get(name) or elem.get(placeholder)}可见, steps: f1. 点击文本域\n2. 输入多行文本\n3. 验证输入内容, expected_results: 文本域输入成功内容正确显示, element_selector: elem.get(selector, ) }) elif elem.get(tag) div and (elem.get(role) or elem.get(text)): element_name elem.get(text) or elem.get(role) or DIV元素 cases.append({ name: f点击{element_name}, module: self._get_module(elem), priority: P1, preconditions: f页面加载完成{element_name}可见, steps: f1. 定位到{element_name}\n2. 点击该元素\n3. 观察页面响应, expected_results: 元素点击成功页面正确响应, element_selector: elem.get(selector, ) }) return cases def _generate_validation_cases(self, elements: List[Dict]) - List[Dict]: cases [] for elem in elements: if elem.get(tag) input: input_name elem.get(name) or elem.get(placeholder) or 输入框 cases.append({ name: f{input_name}必填校验, module: self._get_module(elem), priority: P0, preconditions: f找到必填输入框{input_name}, steps: f1. 留空{input_name}\n2. 尝试提交\n3. 检查提示信息, expected_results: 显示必填提示不允许提交, element_selector: elem.get(selector, ) }) cases.append({ name: f{input_name}格式校验, module: self._get_module(elem), priority: P1, preconditions: f找到输入框{input_name}, steps: f1. 输入格式错误的数据\n2. 尝试提交\n3. 检查格式错误提示, expected_results: 显示格式错误提示, element_selector: elem.get(selector, ) }) return cases def _generate_boundary_cases(self, elements: List[Dict]) - List[Dict]: cases [] for elem in elements: if elem.get(tag) input: input_name elem.get(name) or elem.get(placeholder) or 输入框 cases.append({ name: f{input_name}边界值-超长输入, module: self._get_module(elem), priority: P2, preconditions: f找到输入框{input_name}, steps: f1. 输入超长字符1000字符\n2. 检查系统响应, expected_results: 系统正确处理超长输入不崩溃, element_selector: elem.get(selector, ) }) cases.append({ name: f{input_name}边界值-特殊字符, module: self._get_module(elem), priority: P2, preconditions: f找到输入框{input_name}, steps: f1. 输入特殊字符\等\n2. 检查系统响应, expected_results: 特殊字符被正确转义或过滤, element_selector: elem.get(selector, ) }) return cases def _generate_from_functional_points( self, functional_points: List[str], elements: List[Dict] ) - List[Dict]: cases [] for point in functional_points: cases.append({ name: f功能点: {point}, module: 功能验证, priority: P0, preconditions: 系统已登录页面已加载, steps: f1. 进入相关功能页面\n2. 执行{point}\n3. 验证结果, expected_results: f{point}功能正常工作, element_selector: }) return cases def _get_module(self, element: Dict) - str: if element.get(id): return element.get(id).split(-)[0] if - in element.get(id) else 通用 if element.get(name): return element.get(name).split(-)[0] if - in element.get(name) else 通用 return 通用 def _deduplicate_cases(self, cases: List[Dict]) - List[Dict]: seen set() unique_cases [] for case in cases: key case.get(name, ) if key not in seen: seen.add(key) unique_cases.append(case) return unique_cases def _assign_priorities(self, cases: List[Dict]) - List[Dict]: priority_keywords { P0: [必填, 校验, 验证, 登录, 核心, 必选], P1: [正常, 常规, 点击, 输入, 选择], P2: [边界, 特殊, 超长, 异常] } for case in cases: name case.get(name, ) priority P1 for p_level, keywords in priority_keywords.items(): if any(kw in name for kw in keywords): priority p_level break case[priority] priority return cases case_generator CaseGenerator()开源地址https://gitee.com/fxlysm/ai_uitest_agent.git # 若定制可联系我当前为离职状态若广大的深圳朋友们如果有测试开发/自动化/测试管理岗位请推荐一下谢谢效果图学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】