# TestAgent 快速开始 ## 前置条件 - Python 3.9+ - Node.js 18+ (pnpm) - Git ## 1. 环境配置 ```bash # 创建 .env 文件 cat > .env << 'EOF' OPENAI_API_KEY=sk-xxx OPENAI_BASE_URL=https://llmgateway.d-robotics.cc/v1 TEST_USERNAME=your_username TEST_PASSWORD=your_password EOF # 安装 Python 依赖 pip install -r requirements.txt ``` ## 2. 前端构建 ```bash cd frontend pnpm install pnpm build cd .. ``` ## 3. 启动 Web 平台 ```bash python3 -m backend # 访问 http://localhost:5002 ``` ## 4. CLI 命令行 ```bash # 扫描仓库并生成测试 python3 main.py run -r https://github.com/user/repo.git # 精确回归(只对变更代码生成测试) python3 main.py diff -r https://github.com/user/repo.git -a HEAD~3 # 仅 DDD 领域分析(不调用 LLM) python3 main.py analyze -r https://github.com/user/repo.git ``` ## 5. Web 平台页面 | 页面 | 路由 | 功能 | |------|------|------| | 控制台 | `/dashboard` | 统计概览 + 快速操作入口 | | 仓库管理 | `/repos` | 添加 Git 仓库 → 扫描/分析/生成/回归 | | 任务管理 | `/tasks` | 实时 SSE 日志流 + 停止/删除 | | 测试报告 | `/reports` | 报告列表 + 详情 + 日志回放 | | 已有用例 | `/existing` | 运行 D-Cloud 903 用例 + Robogo 13 场景 | ## 6. 仓库管理使用流程 ``` 1. 输入 Git 仓库 URL + 分支 2. 点击「扫描」→ 自动 clone + AST 分析 + DDD 建模 3. 展开仓库卡片 → 点击「生成测试」→ LLM 自动生成测试 4. 或点击「全流程」→ 一键完成扫描+分析+生成 ``` ## 7. 已有用例使用流程 ### D-Cloud ``` 1. 选择模块(如 E2E 全量测试) 2. 选择具体测试用例 3. 点击运行 ``` ### Robogo ``` 1. 选择产品(Robogo 全量巡检 / 数据闭环) 2. 点击「配置并启动」 3. 填写产品/环境/范围/账号/密码 4. 点击「启动巡检」 ``` ## 8. API Key 配置 API Key 已固定在 `.env` 文件中,页面无需手动输入。 ```bash # .env OPENAI_API_KEY=sk-your-api-key-here OPENAI_BASE_URL=https://ai-api.d-robotics.cc/v1 ``` ## 9. 安全注意事项 ### API Key 管理 - **切勿**将 API Key 硬编码在代码中或提交到 Git 仓库 - 使用 `.env` 文件管理敏感信息,并确保 `.env` 在 `.gitignore` 中 - 生产环境建议通过环境变量注入,而非文件 ### 生产环境部署 - 确保 Flask `debug=False`(已在 `backend/__main__.py` 中设置) - 配置适当的 CORS 白名单,不要开放 `origins='*'` - 使用 HTTPS 保护 API 通信 - 定期清理 `platform_db.json` 中的敏感数据 ## 10. 常见问题 ### SSE 日志不显示 - 检查浏览器控制台是否有网络错误 - 确保后端服务正常运行 - 刷新页面后重试 ### 前端构建失败 ```bash cd frontend rm -rf node_modules pnpm-lock.yaml pnpm install pnpm build ``` ### 数据库文件损坏 ```bash # 备份后重建 mv platform_db.json platform_db.json.bak # 重启后端服务会自动创建新的数据库文件 ```