测试工程师常用工具集 | 为高效测试而生
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:
- 选择数据类别(如「个人信息」)
- 勾选需要的具体字段
- 设置生成条数(支持批次标识和随机种子)
- 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
qa0410、regression_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:
requests、pandas、openpyxl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:
- 填入 MobSF 服务地址(如
http://127.0.0.1:8000)和 API Key - 点击「连通性检查」确认服务可用
- 上传安装包,触发 MobSF 官方静态分析
- 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:
- 在左右两栏输入或导入原始文本与对比文本
- 按需开启忽略大小写、空白处理和空行忽略
- 先看概览:查看相似度、变更组数、修改/新增/删除行数
- 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
- 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:
- 加载文件后,工具自动识别字段列表
- 选择要过滤的字段(如
status_code、path、user_id) - 设置过滤条件(等于/包含/大于/小于)
- 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(&、< 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
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





所有评论(0)