mgdaaslab /
wharttest
测试同学大概都熟悉这个场景：需求文档一到手，就得人肉把 PRD 一条条翻译成用例表；好不容易写完，接口/UI 自动化脚本又因为一次改版全部失效。我们被这件事折磨了太多年，干脆把整条链路 AI 化做成了平台，今天自荐给大家——WHartTest。 它是一个可自部署的 AI 测试自动化平台（协议为自定义，见仓库 LICENSE），基于 Django + Vue 前后端分离，GitHub 目前 1.1k star。 它主要做三件事： 功能用例…
About
测试同学大概都熟悉这个场景：需求文档一到手，就得人肉把 PRD 一条条翻译成用例表；好不容易写完，接口/UI 自动化脚本又因为一次改版全部失效。我们被这件事折磨了太多年，干脆把整条链路 AI 化做成了平台，今天自荐给大家——WHartTest。 它是一个可自部署的 AI 测试自动化平台（协议为自定义，见仓库 LICENSE），基于 Django + Vue 前后端分离，GitHub 目前 1.1k star。 它主要做三件事： 功能用例：上传需求文档（支持在线编辑），AI 结合知识库上下文生成完整用例（前置/步骤/预期），列表 + 思维导图双视图管理 接口自动化：根据接口定义自动生成请求步骤、断言、变量提取与前后置脚本；失败后 AI 读日志和响应定位问题，给出修复方案 UI 自动化：AI 生成页面操作步骤与元素定位，执行时采集日志/截图/视频/Trace，定位失效自动给修复建议 底座是 LangChain/LangGraph 多轮编排 + RAG 知识库（文档分块/向量化/重排）+ MCP 工具调用，另有一个 Skills 技能库，可以装 Playwright 技能让 AI 真正操作浏览器。
Discovery history
- 阮一峰周刊·用户投稿
Discuss this product