test-case-generator

name test-case-generator description 通用测试用例生成引擎，支持从 PRD/API 定义/技术设计文档自动生成高质量测试用例；内置 46 种测试模式（风险/API/业务/错误），支持 5 种输出格式（XMind/Markdown/Excel/JSON/CSV）；当用户需要生成测试用例、编写测试文档、设计测试覆盖方案时使用 测试用例生成器 执行入口 立即跳转到执行引擎 ： execution-engine.md 本文档是轻量级引导，仅指向核心执行控制器。 核心目标 根据 API 定义或需求文档，自动生成 结构化、高覆盖、可执行 的测试用例。 数据流架构 三层架构 raw-knowledge/ # 原始知识数据层（手动放入） └── 99-common/ # 通用知识 knowledge/ # 知识层（LLM 自动维护） input/ # 原始数据层（用户手动存放） ├── prd/ # PRD文档 ├── tech-design/ # 技术设计文档 └── images/ # 相关图片 requirements/ # 需求目录（AI自动生成） └── REQ-XXX-需求名称/ ├── input/ # 复制的原始文档 ├── extracted/ # 提取的结构化数据 └── output/ # 最终输出 完整数据流 ：knowledge/（知识参考）+ input/（原始）→ requirements/REQ-XXX/（处理+输出） 数据提取流程（Step 2） Step 2: 数据提取与结构化 （预处理阶段） 当用户提供原始文档时，先执行数据提取： step_2_data_extraction: supported_input_formats: - ".docx - Word文档（pandoc + python-docx）" - ".pdf - PDF文档（pdfplumber + pytesseract OCR）" - ".xlsx - Excel表格（pandas + openpyxl）" - ".pptx - Pow[占位]oint（markitdown + python-pptx）" - ".png/.jpg/.jpeg - 图片（pytesseract OCR）" - "飞书文档链接 - docx/wiki（feishu.py）" # 【自动调用脚本】Step 2 会自动调用以下脚本完成数据提取 auto_execution_scripts: script_1_docx_extraction: name: "docx.py" path: "scripts/extractors/docx.py" trigger: "input/prd/ 目录存在 .docx 文件" output: - "extracted/prd.md" - "extracted/prd.json" action: "自动执行Word文档提取" script_2_tech_design_extraction: name: "tech_design.py" path: "scripts/extractors/tech_design.py" trigger: "input/tech-design/ 目录存在 .docx 文件" output: - "extracted/tech-design.md" - "extracted/tech-design-api.yaml" - "extracted/tech-design.json" action: "自动执行技术方案增强提取（API/SQL/表结构识别）" script_3_image_extraction: name: "docx.py（内置图片提取）" path: "scripts/extractors/docx.py" trigger: "源文档包含图片" output: - "extracted/images/" - "extracted/images-content.md" - "output/images/" action: "Word文档提取时自动提取内嵌图片" script_4_feishu_doc_extraction: name: "feishu.py" path: "scripts/extractors/feishu.py" trigger: "用户提供飞书文档链接（.feishu.cn/docx/ 或 .feishu.cn/wiki/）" output: - "extracted/prd.md" - "extracted/prd.json" - "extracted/images/feishu/" action: "通过飞书开放平台API拉取文档内容并转换为Markdown/JSON" # 手动执行脚本命令（备用） manual_commands: extract_docx: "python scripts/extractors/docx.py <input.docx> <output_dir>" extract_tech_design: "python scripts/extractors/tech_design.py <input.docx> <output_dir> [--ai-enhance] [--platform <name>]" extract_feishu_doc: "python scripts/extractors/feishu.py <feishu_url> <requirements_dir>" generate_xmind: "python scripts/output/xmind.py <input.md> <output.xmind> [--title '标题']" image_gate_check: "python scripts/extractors/_image_gate.py <requirements_dir>" input_sources: prd_docs: path: "input/prd/" output: - "extracted/prd.md" - "extracted/prd.json" - "extracted/api-schema.yaml" tech_design_docs: path: "input/tech-design/" output: - "extracted/tech-design.md" - "extracted/tech-design-api.yaml" image_extraction: output: "extracted/images-content.md" primary_method: "AI视觉分析（Claude Vision）" fallback_method: "Tesseract OCR" mandatory: true # 强制步骤，不可跳过 guide: "references/guides/image-extraction-guide.md" classification: - type: "流程图" extraction: "AI视觉识别流程步骤、决策条件，转换为Mermaid语法" - type: "表格截图" extraction: "AI视觉提取表格数据，转换为Markdown表格" - type: "界面截图" extraction: "AI视觉识别按钮、字段、提示，提取操作步骤" - type: "代码/架构图" extraction: "AI视觉识别方法名、SQL、组件、数据流向" - type: "数据报表" extraction: "AI视觉提取关键指标和筛选条件" - type: "手机界面" extraction: "AI视觉标注移动端特性和交互" 执行流程（15步） Step 1:知识上下文 → Step 2:数据提取 → Step 3:需求验证 → Step 4:图片分析闸门 → Step 5:输入分类 → Step 6:技术方案分析 → Step 7:Pattern路由 → Step 8:风险叠加 → Step 9:扩展生成 → Step 10:去重规范 → Step 11:优先级判定 → Step 12:覆盖验证 → Step 13:输出格式化 → Step 14:知识沉淀 → Step 15:自动归档推送 → 输出测试用例集 + 更新知识库 ⚠️ 关键特性 ：内置歧义问题清单收集 + 内联输出 执行前检查清单（必须完成） pre_execution_checklist: check_1_demand_identity: item: "确认当前操作的需求" action: "读取 extracted/prd.json 中的 metadata.title 和 metadata.source" confirm: "向用户展示需求名称和来源文档，确认后再继续" failure_action: "停止执行，要求用户明确需求" check_2_directory_match: item: "检查当前目录与需求匹配" validate: "当前工作目录应包含正确需求编号(如REQ-002)" on_mismatch: "提示用户切换到正确目录，拒绝执行" check_3_data_extraction: item: "检查数据提取完整性" validate: - "extracted/prd.json 存在且完整" - "extracted/tech-design.md 存在（如提供了技术方案）" - "extracted/images-content.md 存在（如PRD含图片）" on_missing: "先执行Step 2数据提取" check_4_image_analysis: item: "【关键检查】图片AI视觉分析" critical: true validate: - "检测源文档是否包含图片" - "extracted/images/ 目录存在且非空（如有图片）" - "extracted/images-content.md 存在且包含分析结果" - "界面截图识别出字段、按钮、表单" - "流程图识别出步骤、分支" action: "使用AI视觉分析识别界面元素、流程、代码细节" output: "extracted/images-content.md" failure_action: "停止执行，必须完成图片分析" reference: "references/guides/image-extraction-guide.md" check_5_version_strategy: item: "确定版本策略" check: "output/current/test-cases/ 是否已有用例" decision: - "无历史版本 → 创建 YYYY-MM-DD-1" - "有历史版本+PRD变化 → 归档旧版到 versions/，新建日期版本" - "有历史版本+PRD无变化 → 询问是否重新生成" AI视觉分析流程（Step 4增强） ai_vision_analysis: when: "PRD文档包含图片" priority: "主方案（优于OCR）" capabilities: - "界面截图：识别按钮、输入框、提示文字" - "流程图：识别决策节点、流程步骤" - "表格：识别表头、数据行、业务规则" - "代码截图：识别方法名、SQL、配置" - "架构图：识别组件、数据流向" output: "extracted/images-content.md" usage: "基于识别的细节补充测试用例" 输入来源优先级 ： extracted/prd.json — 首选（结构化数据） extracted/prd.md — 次选（完整文本，含图片引用） input/prd/*.docx — 备选（原始Word） 技术方案输入优先级 ： extracted/tech-design-api.yaml — 首选（详细接口定义） extracted/tech-design.md — 次选（技术方案文本） input/tech-design/*.docx — 备选（原始技术方案） ⚠️ 重要 ：如存在技术方案文档，生成测试用例时必须同时参考 PRD 和技术方案。 输出格式规范 详细定义见 output-schema.md ，以下仅摘录核心规则。 文件头部（强制） 必须以 # 测试用例集名称 开头（XMind 中心节点）。 XMind Markdown 格式（必须使用列表形式，禁止标题形式） # 测试用例集名称 ## 一、[P0] 模块名 ### 1.1 子模块名 - TC-XXX-001：用例名称 - **优先级** : P0 - **测试方法** : 场景法 - **前置条件** - 条件1 - 条件2 - **测试步骤** 1. 步骤1 2. 步骤2 - **测试数据** - 参数1: 值1 - 参数2: 值2 - **预期结果** - 结果1 - 结果2 错误格式 ： ❌ 不要这样写： ### TC-XXX-P0: 用例名称 - **前置条件** : ... - **测试步骤** : ... 文件命名 current/ 目录： {需求名}-{格式标识}.{扩展名} （不含版本号） versions/ 目录： {YYYY-MM-DD-N} （日期+序号） 文档加载顺序 执行时按以下顺序加载文档： execution-engine.md — 执行入口，读取执行流程 knowledge/_index.yaml — 加载模块索引（Step 1 知识上下文） knowledge/{module}.md — 加载匹配模块的知识文件（按 PRD 关键词匹配） knowledge/state-machines/{entity}-states.md — 加载状态机文件 pattern-registry.md — 获取 Pattern 路由和冲突解决规则 quality-checks.md — 加载5项强制校验规则 risk-patterns.md — 加载风险模式（Level 1） api-test-patterns.md / business-test-patterns.md — 按输入类型加载（Level 2） error-patterns.md — 加载错误模式（Level 3） deduplicate-guide.md / normalize-guide.md — 加载去重和规范化规则 注意 ： knowledge/ 为当前知识层， raw-knowledge/ 为原始数据层。 核心文档索引 系统级（P0 必须加载） 文档 职责 execution-engine.md 唯一执行入口控制器 pattern-registry.md Pattern 注册与路由 quality-checks.md 5项强制质量校验 Pattern 层（按优先级加载） 文档 Pattern 数量 risk-patterns.md 19种风险模式（LEVEL_1） api-test-patterns.md 8种API模式（LEVEL_2） business-test-patterns.md 7种业务模式（LEVEL_2） error-patterns.md 10种错误模式（LEVEL_3） 规则与约束 文档 职责 generation-engine.md 用例生成规则 coverage-engine.md 覆盖率验证 priority-engine.md 优先级判定 格式规范 文档 职责 input-schema.md 输入格式规范 output-schema.md 输出格式规范 modes-config.md 工作模式配置 质量保障 文档 职责 deduplicate-guide.md 用例去重 normalize-guide.md 格式规范化 知识支撑（按需加载） 文档 职责 business-models.md 业务模型抽象 test-methods.md 测试方法论 双层知识架构 层级 路径 职责 原始数据层 raw-knowledge/ 手动放入业务知识文档（按模块分目录） 知识层 knowledge/ LLM 自动维护的精简知识（AI 生成用例时参考） 扩展：平台特定规则 本项目支持通过 references/platforms/example/ 了解如何添加平台规则。 模板资源（Templates） 文档 职责 test-plan-template.md 测试计划模板 test-report-template.md 测试报告模板 xmind-template.md XMind格式模板 multi-platform-scenarios.md 多平台测试场景 default-xmind.md 用户默认模板 template.xmind XMind空白模板文件（二进制） 专项测试领域（按需加载） 当用户输入包含特定关键词时，加载对应专项测试文档： 文档 职责 触发关键词