ALSys 测试用例管理系统使用指南（Python 版）

trust*

228人浏览 · 2026-05-25 01:02:21

trust* · 2026-05-25 01:02:21 发布

ALSys 测试用例管理系统使用指南（Python 版）

一套基于 Django + Vue3 的测试用例管理平台，支持 AI 生成用例、XMind 脑图解析、项目与用例管理、审计日志等核心能力。

核心功能亮点

项目管理：创建、修改、删除、详情、成员权限控制
用例管理：新建、编辑、删除、目录组织
XMind 上传：脑图解析、落库、OSS 存储
AI 生成用例：工作流生成 + Agent 流式修订
系统日志：关键接口操作审计，可追溯

技术架构全景

后端技术栈
Django 5.x + DRF + PyMySQL + JWT + AOP 风格审计装饰器

前端技术栈
Vue 3 + Vite + TypeScript + Element Plus + Pinia + Axios

三方服务集成
阿里云 OSS、Coze（AI 能力）

快速启动指南

环境准备

Python 3.10+
Node.js 18+
MySQL 8.x

数据库初始化

CREATE DATABASE case_manager DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
mysql -u root -p case_manager < db/init.sql

后端启动

cd backPy
pip install -r requirements.txt
python manage.py runserver 0.0.0.0:8000

前端启动

cd frontend
npm install
npm run dev

核心模块深度解析

鉴权控制
采用 JWT 进行权限校验，通过中间件/装饰器完成用户身份解析。关键文件：

jwt_auth.py
auth_views.py

项目管理
支持项目-用户权限控制，关键接口：

/api/project/create
/api/project/list

XMind 解析流程

上传脑图文件至 OSS
解析内容并结构化存储
关联至指定项目目录

AI 双工作模式

工作流模式：保证用例结构完整性
流式修订：实时交互提升效率

审计日志设计

记录维度

操作人
时间戳
接口路径
业务影响范围

典型场景

项目配置变更
用例内容修改
AI 生成记录

常见问题排查

AI 接口异常
检查项：

COZE_API_KEY 有效性
网络连通性
工作流 ID 配置

OSS 上传失败
验证：

Endpoint 配置
Bucket 权限策略
AccessKey 密钥对

未来演进路线

增强日志分析能力
引入 RAG 检索优化
完善状态流转机制

项目源码及文档持续更新中，欢迎贡献代码或提出建议。

ALSys 测试用例管理系统使用指南（Python 版）

一套基于 Django + Vue3 的测试用例管理平台，支持 AI 生成用例、XMind 脑图解析、项目与用例管理、审计日志等核心能力。

核心功能亮点

项目管理：创建、修改、删除、详情、成员权限控制
用例管理：新建、编辑、删除、目录组织
XMind 上传：脑图解析、落库、OSS 存储
AI 生成用例：工作流生成 + Agent 流式修订
系统日志：关键接口操作审计，可追溯

技术架构全景

后端技术栈
Django 5.x + DRF + PyMySQL + JWT + AOP 风格审计装饰器

前端技术栈
Vue 3 + Vite + TypeScript + Element Plus + Pinia + Axios

三方服务集成
阿里云 OSS、Coze（AI 能力）

快速启动指南

环境准备

Python 3.10+
Node.js 18+
MySQL 8.x

数据库初始化

CREATE DATABASE case_manager DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
mysql -u root -p case_manager < db/init.sql

后端启动

cd backPy
pip install -r requirements.txt
python manage.py runserver 0.0.0.0:8000

前端启动

cd frontend
npm install
npm run dev

核心模块深度解析

鉴权控制
采用 JWT 进行权限校验，通过中间件/装饰器完成用户身份解析。关键文件：

jwt_auth.py
auth_views.py

项目管理
支持项目-用户权限控制，关键接口：

/api/project/create
/api/project/list

XMind 解析流程

上传脑图文件至 OSS
解析内容并结构化存储
关联至指定项目目录

AI 双工作模式

工作流模式：保证用例结构完整性
流式修订：实时交互提升效率

审计日志设计

记录维度

操作人
时间戳
接口路径
业务影响范围

典型场景

项目配置变更
用例内容修改
AI 生成记录

常见问题排查

AI 接口异常
检查项：

COZE_API_KEY 有效性
网络连通性
工作流 ID 配置

OSS 上传失败
验证：

Endpoint 配置
Bucket 权限策略
AccessKey 密钥对

未来演进路线

增强日志分析能力
引入 RAG 检索优化
完善状态流转机制

项目源码及文档持续更新中，欢迎贡献代码或提出建议。

ALSys 测试用例管理系统使用指南（Python 版）

一套基于 Django + Vue3 的测试用例管理平台，支持 AI 生成用例、XMind 脑图解析、项目与用例管理、审计日志等核心能力。

核心功能亮点

项目管理：创建、修改、删除、详情、成员权限控制
用例管理：新建、编辑、删除、目录组织
XMind 上传：脑图解析、落库、OSS 存储
AI 生成用例：工作流生成 + Agent 流式修订
系统日志：关键接口操作审计，可追溯

技术架构全景

后端技术栈
Django 5.x + DRF + PyMySQL + JWT + AOP 风格审计装饰器

前端技术栈
Vue 3 + Vite + TypeScript + Element Plus + Pinia + Axios

三方服务集成
阿里云 OSS、Coze（AI 能力）

快速启动指南

环境准备

Python 3.10+
Node.js 18+
MySQL 8.x

数据库初始化

CREATE DATABASE case_manager DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
mysql -u root -p case_manager < db/init.sql

后端启动

cd backPy
pip install -r requirements.txt
python manage.py runserver 0.0.0.0:8000

前端启动

cd frontend
npm install
npm run dev

核心模块深度解析

鉴权控制
采用 JWT 进行权限校验，通过中间件/装饰器完成用户身份解析。关键文件：

jwt_auth.py
auth_views.py

项目管理
支持项目-用户权限控制，关键接口：

/api/project/create
/api/project/list

XMind 解析流程

上传脑图文件至 OSS
解析内容并结构化存储
关联至指定项目目录

AI 双工作模式

工作流模式：保证用例结构完整性
流式修订：实时交互提升效率

审计日志设计

记录维度

操作人
时间戳
接口路径
业务影响范围

典型场景

项目配置变更
用例内容修改
AI 生成记录

常见问题排查

AI 接口异常
检查项：

COZE_API_KEY 有效性
网络连通性
工作流 ID 配置

OSS 上传失败
验证：

Endpoint 配置
Bucket 权限策略
AccessKey 密钥对

未来演进路线

增强日志分析能力
引入 RAG 检索优化
完善状态流转机制

项目源码及文档持续更新中，欢迎贡献代码或提出建议。

AtomGit开源社区

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

深度学习核心：神经网络

深度学习的本质是“通过多层网络提取特征，通过梯度下降优化参数”，从感知器到深度模型，核心逻辑一脉相承。对于初学者而言，无需急于追求复杂模型，应先掌握神经网络的基本构造、损失函数、正则化与梯度下降的核心原理，再通过简单案例（如图像分类、简单回归任务）实操练习，逐步建立对深度学习的直观认知。深度学习的魅力在于其强大的泛化能力，而入门的关键在于“拆解复杂概念，聚焦核心逻辑”。随着实践的深入，你会发现无论

AtomGit开源社区

【助睿实验指导】学生用户画像 - 考勤画像可视化分析

基于已完成 K-Means 聚类并标注考勤群体的学生考勤主题标签表，本实验聚焦“纪律高危型”群体，分析其行为特征。相比其他群体，该群体存在高频违纪、多维度异常叠加等行为特征，是校园考勤管理中风险最高、影响最大的群体。通过专项画像分析，可为精准干预和重点整治提供数据支撑，助力校园精细化管理。工具：助睿数智（Uniplore）在线实验平台：httpslab.guilan.cn，助睿数智（Uniplo