一个让测试工程师从「手动搬砖」变成「按需输出」的全场景工具平台


你是不是也遇到过这些问题?

  • 联调前临时造数据,手写十几行随机字符串,结果和开发说"这个格式不对"?
  • 收到一份几十页的需求文档,不知道从哪里开始写用例?
  • 接口文档改了版本,要手动 diff 才能找到变化的字段?
  • 上线前想做安全基线检查,但不知道从何下手?
  • 压测报告要整理,数据散落在各个地方,汇总起来花了一下午?

QA Toolkit 就是为这些场景而生的。

地址:https://lucas-testtool-online.streamlit.app/

它不是一堆脚本的堆砌,而是把测试工程师最高频、最痛的工作场景,整合进一个本地可运行的工具平台,让你从繁琐的准备工作里解放出来,把精力留给真正需要判断力的地方。


1. 平台定位与快速启动

整体界面

平台首页以「测试工程师常用工具集」为核心定位,覆盖六大能力域:

能力域 包含工具
正则与文本 正则测试、文本对比、字数统计
日志与 JSON 日志分析、JSON 处理
接口与分析 接口研发辅助、接口自动化、接口性能、接口安全
一站式入口 数据生成、测试用例生成、禅道绩效统计
工程化提效 时间处理、加密/解密、IP/域名、图片处理
面向测试实战 BI 数据分析

快速启动

# 安装依赖 
python3 -m pip install -r requirements.txt 

# 启动平台 
python3 -m streamlit run streamlit_app.py

浏览器自动打开 http://localhost:8501,左侧边栏为工具列表,点击即可切换。

macOS OCR 支持(可选):

brew install tesseract tesseract-lang

2. 数据生成工具

界面预览

工具定位

联调造数、回归准备、边界值设计——三类场景全覆盖。输入参数,一键生成,结果支持表格预览和 CSV/JSON 下载,不需要手写任何代码。

四大功能详解

Faker 高级生成器

生成有「真实感」的结构化数据,而不是随机乱码。

支持的数据类型:

类别 可生成字段
个人信息 中文姓名、手机号、邮箱、身份证号、性别、年龄
地址信息 省市区、详细地址、邮编、经纬度
公司信息 公司名、职位、部门、统一信用代码
网络信息 IPv4/IPv6、MAC 地址、URL、域名、User-Agent
日期时间 日期、时间戳、时间区间内随机日期
文本内容 中文段落、句子、词语

使用流程:

  1. 选择数据类别(如「个人信息」)
  2. 勾选需要的具体字段
  3. 设置生成条数(支持批次标识和随机种子)
  4. 点击生成,预览表格后下载 CSV 或 JSON

场景举例: 注册接口联调,需要 50 条含姓名、手机号、邮箱的用户数据。选「个人信息」类别,勾选三个字段,输入 50,导出 CSV,直接给开发导入。


基础随机生成器

快速生成单字段值,适合即用即取,无需配置。

生成类型 说明
随机字符串 可指定长度、字符集(字母/数字/混合/特殊符号)
随机数字 指定范围和位数
UUID 标准 UUID v4 格式
密码 指定长度、复杂度规则
邮箱 支持自定义域名或随机域名
手机号 国内手机号(支持座机、国际区号)
身份证号 符合校验规则的虚拟身份证
地址 按省市区生成详细地址

场景举例: 测试密码强度校验接口,分别生成:纯数字 8 位、纯字母 8 位、混合 8 位、超长 100 位,各复制一次直接填入请求参数。


测试场景造数

按完整业务场景批量生成结构化数据集,适合导入测试和批量接口验证。

内置场景包含:

  • 注册账号(用户名/手机号/邮箱/密码)
  • 员工档案(姓名/工号/部门/职位/入职日期)
  • 收货地址(姓名/手机号/省市区/详细地址/是否默认)
  • 订单支付(订单号/金额/商品名/支付方式/状态)

场景举例: 地址管理模块回归测试,需要 20 条覆盖不同省份的收货地址数据。选「收货地址」场景,设定 20 条,下载 CSV,批量导入系统,直接开始回归。


边界值 / 异常值生成器

按字段类型自动推导正常值、边界值和异常值,是测试设计阶段最直接的输入。

字符串字段示例(规则:长度 1-20,非空):

类型 示例值 覆盖意图
正常值 hello_world 合法输入验证
最小边界 a 最短合法值
最大边界 abcdefghij1234567890 最长合法值
超出上界 abcdefghij12345678901 超长拒绝验证
空字符串 `` 必填校验
空格 空白字符处理
SQL 注入 ' OR 1=1 -- 注入防护验证
特殊字符 <script>alert(1)</script> XSS 防护验证
Unicode 🎉测试😊 编码兼容性

场景举例: 用户名字段校验测试,输入字段名和长度规则,工具自动输出全套边界值和异常值,直接用于测试用例设计,省去手动推导。

实用技巧

  • 批次标识写清楚(如 qa0410regression_v2),方便后续追溯是哪批数据
  • 回归场景填写随机种子,同参数可复现完全相同的一批数据
  • 造完数据优先下载文件,不要只复制文本,方便多次复用

3. 测试用例生成器

界面预览​​​​​​​

工具定位

把「读需求文档→提取功能点→设计覆盖维度→写用例」这个费时费力的过程,变成「输入需求→模型生成→人工筛选确认」,让初稿生成从几小时缩短到几分钟。

核心能力

能力 说明
多模型支持 通义千问、智谱 GLM、DeepSeek、Kimi、豆包、OpenAI、Claude、Gemini、Grok、Mistral
智能生成 AI 自动分析需求,生成全面覆盖的测试用例
图片识别需求 上传需求截图、原型图、聊天截图,OCR 提取文字后继续生成
需求分析助手 自动梳理功能点、业务约束、建议覆盖维度和待确认项
灵活导出 Excel、CSV、Markdown、JSON 格式导出
历史追溯 完整记录生成历史,支持快速重新加载和对比

完整使用流程

Step 1  选择模型
        根据需求复杂度选模型分组:
        免费示范 → 体验演示
        均衡 → 日常迭代用例
        旗舰 → 复杂业务规则
        推理 → 深度边界分析

Step 2  配置 API
        填入所选平台的 API Key(免费示范组无需填写)

Step 3  准备需求(支持三种方式组合使用)
        ① 手动输入:直接粘贴需求文本
        ② 图片 OCR:上传截图自动识别文字
        ③ 结构化补充:填入模块名、业务规则、验收标准、不覆盖范围

Step 4  分析需求
        点击「需求分析助手」,查看:
        - 识别出的功能点列表
        - 提取的业务规则和约束
        - 建议覆盖的测试维度
        - 需要确认的模糊需求项

Step 5  设置选项
        - 目标用例数(建议先设 10-20 条,确认质量后再扩大)
        - 输出语言(中文 / 英文)
        - 测试风格(功能覆盖型 / 边界探索型 / 安全验证型)
        - 覆盖维度(正常流程 / 异常分支 / 边界值 / 权限 / 性能)

Step 6  生成用例
        AI 分析需求并输出结构化用例,包含:
        用例编号、所属模块、用例标题、前置条件、操作步骤、预期结果、优先级

Step 7  筛选导出
        按模块、优先级筛选,导出 Excel/CSV 到测试管理工具

多模型选择指南

分组 代表模型 最适合场景
免费示范 智谱 GLM-4.7-Flash 第一次试用、演示给他人看
均衡 通义 Qwen-Flash、文心一言 日常迭代、大批量生成
旗舰 GPT-4o、DeepSeek-V3 复杂业务规则、高质量要求
推理 o1、DeepSeek-R1 深度边界推导、安全规则分析

需求输入最佳实践

手动输入模板:

【功能名称】用户新增收货地址

【需求描述】
用户可在 App 端新增收货地址。
新增地址时姓名、手机号、省市区、详细地址为必填项,手机号需校验格式。
一个用户只能有一个默认地址;勾选默认地址时,原默认地址自动取消。
保存成功后返回地址列表页并立即展示最新地址。

【业务规则】
- 手机号格式:11位国内手机号,1开头
- 地址数量上限:每用户最多 20 条

【验收标准】
- 新增成功后地址列表第一条展示新地址
- 手机号格式错误时,保存按钮置灰或给出明确提示

【本次不覆盖】
- 地址编辑和删除功能
- 境外地址

建议: 先看需求分析助手的「待确认项」,把不清晰的地方补充说明再生成,质量会明显更高。


4. 接口研发辅助

界面预览​​​​​​​

工具定位

接口文档质量参差不齐:字段缺描述、必填项不明确、版本更新后变化不透明。这个工具帮你在真正开始测试之前,先把文档梳理清楚,并按需生成回归清单、Mock 脚本和调试代码。

七大功能详解

文档标准化导出

把来自不同来源的接口定义(Excel/Swagger/Postman/HAR/Bruno/.bru/文本)统一整理成标准 JSON 或 Markdown 格式,消除格式差异,方便后续处理。

支持导入格式: xlsx · xls · json · har · bru · txt · md · yaml · yml

自动处理内容:

  • 补全缺失的字段描述
  • 统一请求方法大小写
  • 规范化参数名称和类型
  • 整理响应示例格式

接口体检

扫描接口文档,输出结构性问题清单,让你在开始测试前就知道哪些地方有隐患。

检查项包含:

检查项 说明
重复接口 相同路径和方法的接口重复定义
缺少响应示例 接口没有任何成功/失败响应示例
参数缺少描述 请求参数没有中文或英文说明
Header 不一致 同一文档中认证 Header 命名不统一
必填参数未标注 required 字段缺失或不明确
类型不合法 参数类型与示例值不匹配

接口变更分析

上传两个版本的接口文档,自动对比差异,输出结构化变更报告。

变更类型识别:

  • 🟢 新增接口:新版本中出现的接口
  • 🔴 删除接口:旧版本存在但新版本移除的接口
  • 🟡 修改接口:路径相同但参数、响应结构发生变化
    • 新增字段 / 删除字段 / 字段类型变更 / 字段描述变更

场景举例: 版本迭代后,开发说"只改了几个接口",实际上文档里改了十几个。通过变更分析一键找出所有差异,生成精准的回归范围。


回归清单生成

基于接口体检和变更分析的结果,自动生成带优先级的回归接口清单。

清单内容:

  • 接口名称和路径
  • 变更类型标注(新增 / 修改 / 高风险)
  • 建议测试优先级(P0/P1/P2)
  • 关联的风险点描述
  • 建议检查项

断言模板生成

根据接口的响应示例,自动生成三种严格级别的断言代码片段。

三种断言级别:

# 存在性断言(最宽松)
assert "data" in response.json()
assert "userId" in response.json()["data"]

# 标准断言(推荐)
assert response.status_code == 200
assert response.json()["code"] == 0
assert isinstance(response.json()["data"]["userId"], int)

# 严格断言(最严格)
assert response.status_code == 200
assert response.json() == {
    "code": 0,
    "message": "success",
    "data": {"userId": 12345, "name": "张三"}
}

Mock 服务生成

根据接口定义生成可直接运行的 Python Mock Server 脚本,前端联调时不需要等后端接口就绪。

生成内容示例:

from flask import Flask, jsonify
app = Flask(__name__)

@app.route('/user/address', methods=['POST'])
def create_address():
    return jsonify({
        "code": 0,
        "message": "success",
        "data": {"addressId": 1001}
    })

if __name__ == '__main__':
    app.run(port=8080)

调试代码片段生成

一键生成不同语言的接口调试代码,减少手写重复样板代码的时间。

支持语言:

  • Python(requests 库)
  • JavaScript(fetch / axios
  • cURL 命令行

Base URL 支持下拉选择: 页面内可预设多个环境地址(开发/测试/预发/生产),切换环境时代码自动同步更新,不需要手动替换。


推荐使用顺序

情况:接口文档很乱
→ 先「文档标准化」→ 再「接口体检」

情况:准备联调
→ 先「Mock 服务生成」→ 再「调试代码片段生成」

情况:准备版本回归
→ 先「变更分析」→ 再「回归清单生成」

情况:准备接口自动化
→ 先「接口体检」→ 再「断言模板生成」

5. 接口自动化测试

界面预览​​​​​​​

工具定位

从接口文档到可执行测试脚本,全程不需要手写代码。导入文档、配置参数、生成脚本、一键执行、查看 HTML 报告——五步完成接口基础回归。

核心组件

组件 功能
API 请求客户端 支持 HTTP/HTTPS,GET / POST / PUT / DELETE / PATCH
测试用例管理 基于 pytest/unittest 框架,支持参数化测试
断言验证机制 状态码断言、响应时间断言、响应内容断言
测试数据管理 支持 Excel、JSON 格式接口文档
快速测试数据 内置 JSONPlaceholder 和 ReqRes 公共测试接口

支持的文档格式

格式 说明
Excel(.xlsx/.xls) 包含接口名称、方法、路径、参数等字段的表格
JSON / Apifox / Postman / HAR / Insomnia 自动检测 JSON 系列格式
Swagger / OpenAPI 支持 URL 导入或文件上传
结构化文本 自然语言描述的接口定义
Bruno .bru Bruno API 客户端格式
内置示例 JSONPlaceholder 用户/文章接口、ReqRes 用户接口

环境与认证配置

多环境支持: 可配置多个环境(开发/测试/预发/生产),切换环境时 Base URL 自动替换,不影响接口定义。

统一鉴权模式:

认证类型 配置方式
Bearer Token Authorization: Bearer <token>
API Key 自定义 Header 名称和值
Basic Auth 用户名 + 密码(自动 Base64 编码)
自定义 Header 任意 Header 键值对

提示: 鉴权配置一次后对当前文档所有接口生效,不需要逐个接口配置。

运行时依赖说明

自动化测试执行前会检查运行时依赖:

  • requestspandasopenpyxl 是基础依赖(通常已安装)
  • pytest 仅在选择 pytest 模式执行时才检查
  • 如有缺失,页面提供一键安装入口(可选择国内镜像源:清华/阿里云/豆瓣/中科大)
  • 执行模式必须与生成脚本模式一致:生成了 pytest 脚本就用 pytest 执行,不能混用

Excel 文档格式要求:

接口名称 请求方法 请求路径 请求参数 期望状态码 响应示例
获取用户列表 GET /users page=1&limit=10 200 {"code":0,"data":[...]}
新增用户 POST /users {"name":"张三"} 201 {"code":0,"id":1}

完整使用流程

Step 1  上传接口文档
        ↓ 支持 Excel / JSON,或直接选「内置快速测试数据」

Step 2  解析预览
        ↓ 系统自动解析出接口列表,逐条查看路径、方法、参数

Step 3  配置测试参数
        ↓ 填入 Base URL(测试环境地址)
        ↓ 配置认证 Header(如 Authorization: Bearer <token>)
        ↓ 选择脚本框架(pytest / unittest)

Step 4  生成测试脚本
        ↓ 点击「生成测试用例代码」
        ↓ 预览生成的脚本内容

Step 5  执行测试
        ↓ 点击「执行自动化测试」
        ↓ 实时查看执行进度和日志

Step 6  查看报告
        ↓ 自动生成 HTML 报告
        ↓ 报告保存到 workspace/reports/
        ↓ 页面内可直接预览,也可下载

生成脚本示例

import pytest
import requests

BASE_URL = "https://api-test.example.com"
HEADERS = {"Authorization": "Bearer <your-token>"}

class TestUserAPI:
    """用户接口自动化测试"""

    def test_get_user_list(self):
        """GET /users - 获取用户列表"""
        response = requests.get(
            f"{BASE_URL}/users",
            params={"page": 1, "limit": 10},
            headers=HEADERS,
            timeout=10
        )
        assert response.status_code == 200
        data = response.json()
        assert data["code"] == 0
        assert isinstance(data["data"], list)

    def test_create_user(self):
        """POST /users - 新增用户"""
        response = requests.post(
            f"{BASE_URL}/users",
            json={"name": "张三", "email": "zhangsan@example.com"},
            headers=HEADERS,
            timeout=10
        )
        assert response.status_code == 201
        assert response.json()["code"] == 0

建议: 导入文档前先用「接口研发辅助」做一次体检,能减少残缺文档引发的脚本生成错误。Base URL 填测试环境地址,不要直接打生产。


6. 接口性能测试

界面预览

工具定位

JMeter 风格的接口压测能力,在浏览器里配完参数就能跑,无需单独搭环境。按 JMeter 的思路组织页面:左侧测试计划树、右侧节点配置、底部 Listener 结果区。

操作工具栏

界面顶部提供六个核心操作按钮:

按钮 功能
Test Plan 查看和编辑测试计划结构
Generate Test Plan 根据导入的接口文档自动生成测试计划
Start 启动压测执行
Clear Results 清空当前测试结果
Reset Config 重置所有配置到初始状态
Save Test Plan 保存当前测试计划配置

压测前状态仪表盘

页面底部实时展示五个关键状态:

指标 说明
当前文档 是否已导入接口定义
已选 Sampler 参与压测的接口数量
CSV 参数化 是否启用 CSV 数据源
事务链路 是否配置事务控制器
运行状态 待执行 / 运行中 / 已完成

推荐使用顺序(三步)

Step 1:导入接口和配置线程组

  • 在 Test Plan 中导入接口文档
  • 确认 Base URL 和参与压测的 Sampler

Step 2:配置断言、CSV 和事务节点

  • 设置状态码断言和响应时间阈值
  • 如需参数化,上传 CSV 并配置字段映射
  • 如需链路测试,添加事务控制器

Step 3:小规模试跑,再放大并发

  • 先跑 1-5 用户冒烟,确认脚本和断言正常
  • 逐步扩大并发,在 Listener Dock 查看并导出报表

核心配置参数

配置项 参数 建议值(轻量验证)
并发用户数(Thread Count) 同时发送请求的用户数 5~20
Ramp-Up 时间(秒) 所有用户启动完成的时间 10~30
循环次数(Loop Count) 每用户执行轮次,-1 为无限 5~10
持续时长(Duration) 测试持续时间,优先于循环次数 60~300 秒
响应超时(秒) 单次请求最大等待时间 10~30

高级功能

CSV 参数化 上传包含账号、Token、订单号的 CSV 文件,让每次请求使用不同的数据,模拟真实用户多账号并发场景。

事务控制器(Transaction Controller) 把多个接口组成一条完整链路(如:登录 → 查询商品 → 下单 → 支付),统计整条链路的端到端响应时间,而不只是单个接口。

断言配置

  • 状态码断言:期望返回 200 / 201
  • 响应内容断言:响应体包含 "code":0
  • 响应时间断言:单次请求不超过 2000ms

Timer(等待时间)

  • 固定等待:每次请求间固定等待 N 毫秒
  • 随机抖动:在区间内随机等待,模拟真实用户行为

报告输出

格式 内容
HTML 报告 吞吐量趋势图、响应时间分布、错误率、百分位数统计
JSON 汇总 接口级统计数据(平均/最大/最小响应时间、错误率)
CSV 明细 每次请求的原始记录,便于自行分析

重要提示: 不要一上来就跑大规模并发。先用 5 用户确认脚本和断言正常,再逐步扩大,避免把测试环境打挂。对于长链路场景,优先看事务级统计而不是只看单接口指标。


7. 接口安全测试

界面预览

工具定位

统一的应用安全工作台,覆盖 API 文档安全、移动端 APK/IPA/APPX 静态扫描、MobSF 官方集成和 Web 站点基线扫描。定位是授权范围内的低风险探测和清单化审计,不是主动攻击平台。

安全边界声明

  • 默认聚焦授权环境下的低风险探测、清单化审计和复测导出
  • 自动发现结果建议结合人工复核,不把开口接口结果直接当作最终结论
  • 移动包静态扫描、MobSF 集成和 Web 基线扫描建议按场景拆开执行

四大检查能力

API 文档安全基线

导入接口文档,对照 OWASP API Top 10 自动检查:

检查项 对应 OWASP 风险
认证机制覆盖率 API1 对象级权限失效
敏感字段明文返回 API3 对象属性级授权失效
限流和频率控制 API4 资源和速率限制
功能级权限控制 API5 功能级授权失效
批量分配风险 API6 批量分配
错误信息泄露 API8 安全配置错误
第三方依赖风险 API9 库存管理不当

输出产物:

  • Markdown 安全报告(问题清单 + 风险级别 + 修复建议)
  • OWASP API Top 10 对照清单
  • Nuclei 模板包导出(可直接用于后续自动化验证)
  • 权限矩阵(角色 × 接口的访问权限表)
  • 基于角色的回归验证清单(按不同角色列出需要验证的接口和权限)
  • 风险看板(高/中/低风险问题汇总)
  • 安全回归套件(导出可复用的安全测试基线检查单)

场景举例: 接口上线前,导入 Postman Collection,工具自动扫描出 3 个未做认证校验的管理端接口,和 2 处响应体包含用户密码 Hash 的接口,提前在开发修复。


移动端静态扫描(APK / IPA / APPX)

上传安装包,本地静态分析,无需真机或模拟器。

扫描项目:

分析维度 具体检查
硬编码敏感信息 API Key、内网地址、密码、私钥
网络安全配置 是否允许明文 HTTP、证书校验策略
证书校验绕过 SSL Pinning 是否被绕过
调试标志位 debuggable 是否为 true
权限声明分析 危险权限列表(摄像头、位置、通讯录等)
自定义关键词 可自定义关键词扫描(如 xposed、frida、root)

输出产物: Markdown 报告、JSON 结果、CSV 明细

场景举例: App 准备提交应用商店,先跑一次静态扫描,找到调试模式开关未关、硬编码了一个内网 IP 地址、SSL 证书校验被注释掉了三个问题,在提交前修复。


MobSF 集成(进阶)

接入 MobSF 官方服务,获得更完整的静态/动态分析能力。

配置方式:

  1. 填入 MobSF 服务地址(如 http://127.0.0.1:8000)和 API Key
  2. 点击「连通性检查」确认服务可用
  3. 上传安装包,触发 MobSF 官方静态分析
  4. 一键拉取分析结果,工具整理成测试视角报告

支持能力:

  • 静态分析:比本地扫描更深入,涵盖反编译后的代码逻辑分析
  • 动态报告拉取:拉取已完成的动态分析报告(需 MobSF 侧准备模拟器/真机环境)
  • 测试视角二次整理:把 MobSF 的原始报告转化为测试人员可直接使用的问题清单

部署说明: Streamlit Cloud 环境下,MobSF 建议配置为远程服务模式(在 Secrets 中填入 base_url 和 api_key)。本地 Docker、ADB、Frida 等环境在云端不可用。


Web 站点基线扫描

对 Web 入口做头部安全和暴露面的轻量检查。

检查项:

类别 具体项目
HTTP 安全响应头 Content-Security-Policy、X-Frame-Options、HSTS、X-Content-Type-Options
TLS 配置 协议版本、密码套件、证书有效期
暴露面检查 常见管理后台路径(/admin、/swagger-ui、/actuator)
Cookie 安全 Secure、HttpOnly、SameSite 属性
CORS 配置 是否允许任意来源

参考工具: Burp Scanner、OWASP ZAP、MobSF、HCL AppScan、OWASP WSTG/API Top 10、Nuclei

注意: 只对已获授权的目标使用。自动化发现是初筛线索,正式安全测试仍需人工介入。


8. 禅道绩效统计

界面预览

工具定位

月底/季度末统计缺陷处理绩效,数据散落在禅道数据库里,手工汇总费时且容易出错。这个工具直连禅道数据库,按配置规则自动统计并导出报表,十分钟出结果。

核心能力

能力 说明
双维度统计 支持测试绩效和开发绩效双维度分析
超时响应监控 智能识别和统计缺陷超时响应情况
角色化管理 基于禅道角色体系的精细化权限统计
灵活配置 可自定义超时阈值、排除类型、统计周期等参数
多格式导出 支持 Excel 多 Sheet 和 CSV 格式导出
明细追溯 提供超时 Bug 明细查询和验证功能

两种接入模式

模式一:直连数据库(默认,适合本地/内网) 直接连接禅道 MySQL 数据库,配置 host/port/database/user/password。

模式二:HTTP 代理(适合云端部署) 通过 HTTP 代理服务接入,适合无法直连数据库的场景(如 Streamlit Community Cloud)。云端部署时,代理 URL 和 Token 建议写入 .streamlit/secrets.toml 通过 st.secrets 读取,避免明文暴露。

完整使用流程

Step 1  数据库配置
        选择接入模式(直连数据库 / HTTP 代理)
        直连模式:填入 host / port / database / user / password
        代理模式:填入代理服务 URL 和认证 Token
        点击「验证连接」确认可用

Step 2  系统配置加载
        连接成功后,自动加载:
        - 产品列表
        - 角色列表
        - 缺陷类型列表

Step 3  统计参数设置
        - 选择统计产品
        - 设置时间范围(月度/季度)
        - 选择统计类型(测试绩效/开发绩效/双维度)

Step 4  超时规则配置
        按优先级分别设置工作日和周末的超时阈值:
        - P1(紧急):工作日 24 小时 / 周末 72 小时
        - P2(高):工作日 72 小时 / 周末 120 小时
        节假日日历:「仅周末」只排除周六/日;选择国家日历(如「中国」)则同时排除法定假日

Step 5  生成统计报告
        点击执行,生成包含以下内容的报告:
        - 成员缺陷提交数、关闭数、响应率
        - 超时响应率和超时次数
        - 测试/开发绩效对比数据

Step 6  明细核查
        对超时条目展开明细,逐条查看:
        - Bug 编号和标题
        - 提交时间 / 响应时间 / 超时时长
        - 负责人

Step 7  导出报表
        导出 Excel(多 Sheet,含汇总和明细)或 CSV

统计指标说明

指标 计算方式
缺陷提交数 统计周期内提交的缺陷总数
缺陷关闭数 统计周期内关闭的缺陷总数
超时响应数 超过对应优先级阈值的缺陷数量
超时响应率 超时响应数 / 总分配缺陷数 × 100%
平均响应时长 所有缺陷从提交到首次响应的平均时长

重要建议: 优先在数据库备份或影子环境验证统计逻辑,再对接生产数据库。统计结果建议结合项目背景和上下文解读,不建议单独以数字评价成员绩效。


9. 通用效率工具

文本对比工具

工具定位: 两段文本之间的差异对比,行级精确到词级,适合接口返回值对比、文档版本对比、代码片段 diff。

核心功能:

功能 说明
双栏导入 左右两侧分别粘贴文本或导入文件(txt/md/json/csv/log/yaml/doc/docx)
规范化对比 支持忽略大小写、行首尾空白、连续空格和空行
结果概览 自动显示文本相似度、行相似度、词组相似度和首个变化位置
双层差异分析 同时提供行级差异表和词级高亮结果
结果导出 支持 JSON、Markdown、Unified Diff、差异 CSV 导出

快捷操作:

  • 交换左右:快速切换基线文本和对比文本
  • 载入示例:用接口返回示例快速体验差异分析
  • 清空全部:一键回到初始状态

使用流程:

  1. 在左右两栏输入或导入原始文本与对比文本
  2. 按需开启忽略大小写、空白处理和空行忽略
  3. 先看概览:查看相似度、变更组数、修改/新增/删除行数
  4. 深入分析:到「行级差异」看精确行号,到「词级高亮」看细粒度修改
  5. 按场景导出 Markdown 报告、统一 diff 或差异 CSV

场景举例: 两次接口返回了不同的 JSON,把两次结果分别粘入左右栏,词级高亮立刻标出所有不同字段,不需要肉眼逐行比较。


JSON 处理工具

工具定位: 接口请求/响应 JSON 的日常处理中心,包含格式化、对比和 JSONPath 查询三大模块。

JSON 解析与格式化

主要功能:

  • 实时 JSON 语法验证和错误提示(精确到行和字符位置)
  • 智能格式化与缩进调整(2 空格 / 4 空格)
  • JSON 数据压缩(移除所有多余空格,生成最小化字符串)
  • JSON 结构树状可视化展示(层级折叠/展开)
  • 数据类型分析统计(key 数量、嵌套层级、各类型字段统计)

格式化特性:

  • 语法高亮:关键字段颜色区分(字符串/数字/布尔/null)
  • 折叠展开:支持大型 JSON 的层级折叠
  • 行号显示:便于定位具体数据位置
  • 一键压缩:生成最小化 JSON 字符串
JSON 数据对比

对比两段 JSON 的结构和值差异:

  • 字段存在性对比(一方有、一方没有的 key)
  • 字段值对比(key 相同但 value 不同)
  • 数据类型对比(同一 key 类型变化)
  • 结构路径标注(精确定位到嵌套层级的差异)
JSONPath 查询

用 JSONPath 表达式从复杂嵌套 JSON 中提取数据:

$.data.users[0].name          → 提取第一个用户的名字
$.data.users[*].email         → 提取所有用户的邮箱
$.data.orders[?(@.status==1)] → 过滤状态为1的订单

场景举例: 接口返回了一个嵌套很深的 JSON,需要确认某个字段的值。把 JSON 粘进来,格式化后折叠到目标层级,或者直接用 JSONPath 查询提取。


正则测试工具

工具定位: 正则表达式的编写、调试和代码生成一体化工具集,分为三个模块。

正则表达式测试工具

主要功能:

  • 实时测试正则表达式的匹配效果
  • 支持多种匹配模式:全局、忽略大小写、多行、点号匹配行
  • 提供替换功能,测试替换效果
  • 显示详细的匹配结果:分组信息、行列号和唯一值提取
  • 命令行高亮预览、最近使用表达式和 QA 场景示例
  • 支持收藏夹导入导出、替换前后 Diff 和风险正则提示
正则表达式代码生成器

从正则表达式直接生成多语言代码片段:

支持语言 示例
JavaScript const regex = /^1[3-9]\d{9}$/g;
Python import re; pattern = re.compile(r'^1[3-9]\d{9}$')
PHP preg_match('/^1[3-9]\d{9}$/', $str)
Java Pattern.compile("^1[3-9]\\d{9}$")
Go regexp.MustCompile("^1[3-9]\\d{9}$")
C# new Regex(@"^1[3-9]\d{9}$")
Ruby /^1[3-9]\d{9}$/

可选操作类型(匹配 / 测试 / 替换),自定义 flags,直接沿用测试页当前表达式生成代码。

从示例生成正则表达式

输入一批示例文本,自动生成能匹配这些示例的正则表达式:

  • 简化复杂正则的编写过程
  • 自动测试生成结果在原文中的匹配效果
  • 一键带回测试页面继续做边界调试

场景举例: 要验证手机号格式校验接口,在代码生成器里输入手机号正则,选 Java,直接把代码片段复制给开发核对正则是否一致。


日志分析工具

工具定位: 面向测试过程中的日志快速分析,支持多条件组合查询、智能导入和高级筛选,帮你从大量日志里快速定位问题。

智能数据导入
导入方式 说明
文件上传 支持 .txt / .log / .csv / .jsonl / .ndjson
直接粘贴 把日志文本直接粘入文本框
内置示例 一键加载内置样例,快速体验过滤和洞察能力

智能解析能力:

  • CSV 自动识别列结构,支持数据预览
  • JSONL 自动检测 JSON 格式列并提取内部字段
  • 支持混合格式日志(纯文本 + JSON 混排)
多条件组合查询
  • AND/OR 逻辑:所有条件同时满足(AND)或任一条件满足(OR)
  • 动态条件管理:实时添加、删除、修改筛选条件
  • 自动应用过滤:可选自动应用或手动触发
高级筛选能力

快速预设(一键应用):

  • 仅错误:只看 ERROR 级别
  • 5xx 问题:只看 HTTP 5xx 状态码
  • 认证失败:只看 401/403
  • 隐藏调试:过滤 DEBUG 级别,只看有效信息

文本条件筛选:

筛选维度 说明
日志级别 多选(ERROR / WARN / INFO / DEBUG / 其他)
关键词 支持包含和排除两种模式
IP 地址 支持单个 IP 或 CIDR 网段
状态码 逗号分隔多值(如 200,404,500)
布尔条件 仅显示错误 / 仅显示隐藏调试

洞察分析(自动统计):

  • 日志级别分布统计
  • Top N 接口路径(访问量最高的接口)
  • Top N IP 地址
  • 状态码分布
  • 异常消息聚类

场景举例: 测试过程中服务出现 500 错误,从日志里快速定位。上传日志文件,点「5xx 问题」预设,所有 5xx 请求立刻过滤出来,再加关键词条件缩小范围,定位到具体的错误接口和堆栈。

CSV / JSON 高级过滤器

对于结构化日志(CSV 或 JSON 格式),支持额外的字段级过滤:

  1. 加载文件后,工具自动识别字段列表
  2. 选择要过滤的字段(如 status_codepathuser_id
  3. 设置过滤条件(等于/包含/大于/小于)
  4. 过滤范围可切换:全部数据 / 已过滤集合(逐层收窄)
全文搜索(高级模式)
  • 正则模式:输入正则表达式进行模式匹配(如 ERROR.*timeout
  • 上下文行数:匹配行前后各显示 N 行(适合定位异常上下文)
  • 搜索范围:可限定在已过滤的结果集内搜索,避免噪音干扰
  • 导出路径:搜索结果可单独导出为 CSV 或 TXT

字数统计工具

工具定位: 文本内容分析中心——从基础字数统计到频率分析、文本清洗和写作目标追踪,适合测试文档分析、内容质量核查和词频挖掘。

支持的输入格式: 手动输入 · txt · md · json · csv · log · doc · docx

核心统计指标
指标 统计规则
字符数(含空格) 包括所有可见和不可见字符
字符数(不含空格) 排除空格、换行、制表符
单词数 按空格分隔的单词为单位
行数 按换行符分隔
段落数 按连续换行符分隔的文本块
五大功能模块

基础统计 & 概览 实时显示字符数、词数、行数、段落数,以及中英文字符占比、标点比例和空白比例。

频率分析

  • 高频关键词(Top N,可过滤停用词)
  • 重复行检测和统计
  • 常见字符频率分布图

文本预处理 & 清洗

  • 去除首尾空白(Trim)
  • 连续空格折叠(多空格→单空格)
  • 连续空行合并(多空行→单空行)
  • 清洗后可回填到输入框继续统计

结构诊断 识别潜在问题:重复段落、超长行、异常空白、编码异常字符。

写作目标追踪 设置目标字数和字符数,进度条实时展示完成度,用于测试文档或报告的篇幅管控。

多格式导出
格式 内容
JSON 完整统计数据(适合脚本处理)
CSV 表格形式的频率统计
TXT 纯文本报告
Markdown 带格式的统计报告

场景举例: 测试报告要求字数不少于 2000 字,把报告草稿粘入工具,一秒显示字符数和进度条,确认达标再提交。


时间处理工具

工具定位: 测试工作中几乎所有时间相关的处理需求都在这里——时间戳转换、SLA 计算、Cron 预测、性能数据分析,一个工具全覆盖。

11 个子工具
子工具 功能
时间戳转换 秒级/毫秒级互转,自动识别格式,支持批量粘贴混合格式并导出
时间换算 秒/分/时/天/周/月/年之间的单位换算
日期计算器 日期加减、工作日偏移、区间天数计算、节假日感知
日期信息查询 查询指定日期的星期、季度、周数、是否工作日
时间间隔格式化 把秒数格式化为易读的「X天X时X分X秒」
星座/生肖查询 根据出生日期查询星座和生肖
测试数据生成 生成指定范围内的随机日期序列
SLA 计算器 输入起始时间和 SLA 时限(小时),计算到期时间(支持工作日模式)
性能测试工具 输入响应时间数组,计算 P50/P90/P95/P99、平均值、最大值
定时任务分析 解析 Cron 表达式,预测未来 N 次执行时间
时区对照 同一时刻在全球主要城市时区的对照
重点功能说明

批量时间戳转换 支持粘贴混合格式的时间数据(秒级时间戳、毫秒级时间戳、ISO 8601、日期字符串混排),一键全部转换并导出结果。

输入示例:
1712361600
1712361600000
2026-04-06 09:30:00
2026-04-06T01:30:00Z

SLA 计算器 设置工作时段(如 9:00-18:00)和节假日日历,输入起始时间和承诺响应小时数,精确计算 SLA 到期时间(排除非工作时间)。

场景举例: P1 Bug 要求 24 小时内响应,Bug 提交于周五下午 5 点,工具自动算出到期时间是下周一上午 10 点(排除周末)。

Cron 表达式分析

输入:0 9 * * 1-5
预测:
  2026-04-13 09:00:00 (周一)
  2026-04-14 09:00:00 (周二)
  2026-04-15 09:00:00 (周三)
  ...

注意: 节假日感知功能(工作日计算)支持中国、美国等多个国家的法定节假日日历。


IP/域名查询工具

工具定位: 测试过程中网络相关信息的一站式查询——IP 归属地、域名解析、格式转换、子域名和备案查询,覆盖接口联调和网络排查的高频场景。

四大查询模块

① 基本信息查询(单条) 支持输入:IPv4、IPv6、域名、URL(自动提取 host)

输出信息:

  • 归属地(国家 / 省份 / 城市)
  • 运营商和 ASN 信息
  • DNS 解析记录(A/AAAA 记录、rDNS 反查)
  • 首选 IP、地址数量、解析状态
  • 一键导出 JSON

② 批量查询(混合输入)

  • 支持 IP / 域名 / URL 混合输入,每行一条
  • 上限:单次最多 50 条(超出请分批)
  • 自动去重处理
  • 结果导出 CSV 或 JSON

③ IPv4 格式转换 支持各种 IPv4 表示格式互相转换:

格式 示例
点分十进制 192.168.1.1
十进制整数 3232235777
十六进制 0xC0A80101
点分十六进制 0xC0.0xA8.0x01.0x01
二进制 11000000.10101000.00000001.00000001

④ 资产扩展查询

  • 子域名发现(基于证书透明日志和公开接口)
  • 旁站查询(查询同 IP 上的其他站点)
  • ICP 备案查询(建议以工信部官网复核为准)

注意: 资产扩展结果依赖第三方公开接口,数据仅供参考,不建议直接作为安全评估的权威依据。

场景举例: 测试环境接口请求超时,打开批量查询,把相关域名和 IP 全部粘入,确认解析是否正常、归属地是否符合预期。


加密/解密工具

工具定位: 接口参数加解密、哈希生成、编码转换的全集工具,覆盖测试中最常见的密码学操作,无需写代码。

九类工具详解

① 编码/解码(5 种)

编码类型 用途
Base64 二进制数据与文本相互转换,接口传图片/文件时常见
URL 编码 处理请求参数中的特殊字符(空格、中文、符号)
HTML 编码 HTML 实体字符处理(&amp;&lt; 等)
Unicode 编码 Unicode 转义序列(\u4e2d\u6587
十六进制 二进制数据的十六进制表示

② MD5 哈希

  • 支持 32 位(小写)、32 位(大写)、16 位(小写)、16 位(大写)四种格式
  • 不可逆,常用于密码存储验证和文件完整性校验

③ SHA 哈希家族

  • SHA-1、SHA-224、SHA-256、SHA-384、SHA-512
  • HMAC(带密钥的消息认证码):支持 MD5 / SHA 系列
  • PBKDF2(密钥派生函数):用于密码哈希强化

④ 对称加密(AES / DES / 3DES)

  • 算法:AES-128/192/256、DES、3DES
  • 模式:ECB、CBC、CFB、OFB、CTR
  • 填充:PKCS7、ZeroPadding、NoPadding
  • 注意: 密钥长度须符合算法要求(AES-128 需要 16 字节密钥);CBC 模式需要提供 IV。

⑤ RSA 非对称加密

  • 生成 RSA 密钥对(1024 / 2048 / 4096 位)
  • 使用公钥加密,私钥解密
  • 注意: RSA 加密适用于短数据(一般不超过密钥长度 - 11 字节);加密大文件应使用对称加密,RSA 只加密对称密钥。

使用流程
选择工具(左侧 Tab) → 输入内容 → 配置参数(算法/密钥/IV) → 执行操作 → 复制或下载结果

场景举例: 接口请求参数里有 Base64 编码的图片,直接粘入 Base64 解码,立刻看到原始二进制大小和内容类型。又如验证接口签名逻辑,用 HMAC-SHA256 + 密钥生成签名,与接口返回的签名比对。


图片处理工具

工具定位: 测试图片上传接口的最佳搭档——精确控制文件大小、批量生成多档测试图片、格式转换和图片编辑全覆盖。

七大处理功能

① 格式转换 & 质量调整

支持格式 说明
JPG / JPEG 有损压缩,支持质量调整(1-100)
PNG 无损压缩,不支持 quality 参数(忽略设置)
WEBP 现代格式,支持质量调整(1-100)
GIF 动图格式
BMP 无压缩位图

三种压缩模式:质量优先 / 体积优先 / 平衡模式

注意: PNG 格式不支持 quality 参数,该设置会被忽略;GIF 转换为其他格式时只保留第一帧。

② 指定文件大小 精确控制输出图片的目标大小(KB 或 MB),工具自动在质量和体积之间迭代压缩。

内置常用上传边界包,一键批量生成多档测试图片并打包下载 ZIP

预设档位 用途
50 KB 头像/缩略图上传下限测试
100 KB 常见图片大小限制
200 KB 中等大小限制测试
500 KB 较大图片测试
1 MB 1MB 边界值测试
2 MB 常见最大上传限制测试
5 MB 超大图片边界测试

场景举例: 测试头像上传接口,要求文件不超过 2MB。批量生成 1.9MB、2MB、2.1MB 三档,分别上传,验证边界处理逻辑。

③ 调整尺寸

  • 自定义宽高(像素)
  • 按比例缩放(指定宽度或高度,另一边自动计算)
  • 预设尺寸(1:1 正方形 / 16:9 宽屏 / 4:3 标准 / 3:2 照片 / 9:16 竖屏)
  • 重采样算法:LANCZOS(高质量)/ BILINEAR(平衡)/ NEAREST(快速)

④ 图片翻转

  • 上下翻转
  • 左右翻转
  • 同时翻转(180° 等效)

⑤ 图片旋转

  • 任意角度旋转(0-360°)
  • 背景填充色自定义(旋转后露出的角落区域)

⑥ 图片裁剪

  • 手动区域裁剪(指定坐标和尺寸)
  • 按比例裁剪(居中裁剪到指定宽高比)
  • 交互式裁剪器(需安装 streamlit-cropper,不可用时自动降级为手动裁剪)

⑦ 添加水印

  • 文字水印,支持中文
  • 自定义字体大小、颜色、透明度、位置

BI 数据分析工具

工具定位: 面向测试、开发、数据和业务场景的统一验数平台——从数据质量诊断到统计分析、趋势可视化和报告导出,不需要写 SQL 或 Python。

支持的数据格式
格式 说明
CSV 自动检测分隔符(逗号/制表符/分号)
Excel(.xlsx/.xls) 支持多工作表切换,加载前选择目标 Sheet
JSON 数组格式 / 对象格式 / 行对象格式(JSON Lines)
数据加载后的自动识别

加载数据后,工具自动识别:

  • 总行数、总列数、缺失值数量、重复行数量
  • 完整率(%)和内存占用
  • 时间列、数值列、JSON 列(可展开分析)
六大分析标签

场景洞察 自动识别数据的业务场景类型,给出核心指标建议:

  • 测试执行报告:用例通过率、失败分布、耗时分析
  • 接口日志:状态码分布、慢接口 Top N、延迟 P95/P99
  • 埋点事件:UV/会话数、平台分布、事件漏斗
  • 业务报表:金额汇总、维度聚合、趋势变化

质量诊断 自动识别数据质量问题:

  • 缺失值(哪些字段缺失、缺失率)
  • 重复行(完全重复的记录)
  • 常量列(只有一个唯一值的列,通常是无效字段)
  • 高基数字段(唯一值过多,通常是 ID 类字段)
  • JSON 字段(可进一步展开分析的嵌套字段)

测试校验 内置测试常用的数据验证规则:

  • 必填字段(检查指定列是否有空值)
  • 唯一键约束(检查是否有重复主键)
  • 非负数约束(检查数值列是否有负数)
  • 时间格式校验(检查时间字段格式一致性)

分析工作台

  • 统计分析:均值/中位数/标准差/分位数/频率分布直方图
  • 透视分析:分组聚合(类似 Excel 数据透视表)
  • 时间趋势:时间序列折线图、环比/同比
  • 交互式图表仪表板:拖拽配置的可视化看板

导出报告

  • Excel 多 Sheet(数据概览 + 各分析标签结果)
  • CSV 明细
  • HTML 可视化报告(适合分享和存档)
推荐使用路径
1. 上传数据文件并加载(Excel 先选 Sheet)
   ↓
2. 「场景洞察」确认字段语义和核心指标
   ↓
3. 「质量诊断」+「测试校验」排掉脏数据问题
   ↓
4. 按角色进入对应分析页(测试/开发/大数据/业务)
   ↓
5. 「导出报告」输出可视化报告

注意: 建议先排掉质量问题再做分析——基于脏数据的统计结论可靠性很低。

场景举例: 收到一份测试执行记录 Excel,上传后「场景洞察」自动识别为「测试执行报告」,直接展示用例通过率、失败分布和平均耗时,不需要手动算。


正则测试工具(字段提取向导)

工具定位: 正则表达式工具集在之前章节已介绍了三个标签页(测试/代码生成/示例反推),这里补充第四个标签:字段提取向导

字段提取向导

专门面向接口响应和日志场景,帮你快速从文本里提取结构化字段。

工作流:

1. 输入字段名(如 userId、traceId、errorCode)
2. 粘入待提取的原始文本(接口响应/日志内容)
3. 工具自动推荐候选正则模式(基于字段名语义)
4. 选择候选项后,自动带回正则测试页继续精调
5. 循环调试直到匹配结果符合预期

内置预设的 QA 场景示例:

场景 示例正则
接口响应字段提取 "traceId"\s*:\s*"([^"]+)"
日志关键字段定位 ERROR\s+\[(?P<trace>[A-Z0-9-]+)\]\s+(.+)
URL 参数批量清洗 ([?&]token=)[^&]+
手机号脱敏 1[3-9]\d{4}(\d{4})
接口路径提取 `(?:GET

场景举例: 日志里有几百行请求记录,需要提取所有出现了 ERROR 的 traceId。打开字段提取向导,输入 traceId,工具推荐正则候选,选一个带入测试页验证,确认匹配无误后一键提取全部结果。


10. 典型工作流

工作流 A:需求截图 → 测试用例(30 分钟内)

1. 打开「测试用例生成器」
2. 上传需求截图或原型图 → OCR 识别文字
3. 在「结构化补充」里填入业务规则和验收标准
4. 查看「需求分析助手」提示的覆盖维度和待确认项
5. 选择模型和目标用例数,生成
6. 筛选查看,导出 Excel/CSV 到测试管理工具

工作流 B:接口文档 → 自动化回归(半小时内)

1. 打开「接口研发辅助」
2. 导入接口文档 → 文档标准化 → 接口体检
3. 如有版本迭代 → 变更分析 → 生成回归清单
4. 打开「接口自动化测试」
5. 导入整理好的文档 → 生成脚本 → 配置 Base URL 和认证
6. 执行测试 → 下载 HTML 报告

工作流 C:联调前准备

1. 「数据生成工具」→「测试场景造数」→ 生成联调数据集并导出 CSV
2. 「接口研发辅助」→「Mock 服务生成」→ 生成可运行的 Mock 脚本
3. 「接口研发辅助」→「调试代码片段」→ 生成 curl/Python 调试代码
4. 「JSON 处理工具」→ 格式化和验证请求参数
5. 「加密/解密工具」→ 处理需要加密的请求字段

工作流 D:上线前安全基线检查

1. 「接口安全测试」→「API 文档安全」→ 导入接口文档,执行基线检查
2. 查看 OWASP API Top 10 对照结果,整理高风险问题
3. 如有移动端包 → 「移动包静态扫描」→ 上传 APK/IPA,查看扫描报告
4. 如有 Web 入口 → 「Web 站点基线扫描」→ 检查安全响应头和暴露面
5. 对核心接口 → 「接口性能测试」→ 轻量压测(5~10 并发确认基线)
6. 整合报告,归档到 workspace/reports/

工作流 E:问题日志定位

1. 打开「日志分析工具」
2. 上传日志文件或粘贴日志文本
3. 点「5xx 问题」或「仅错误」快速预设
4. 添加关键词条件(如接口路径、错误码)缩小范围
5. 查看「洞察分析」确认高频异常来源
6. 定位到具体错误行,复制上下文给开发
Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐