AgentRank

From the README

# WHartTest - AI驱动的智能测试用例生成平台

## 项目简介

WHartTest 是一个基于 Django REST Framework 构建的AI驱动测试自动化平台，核心功能是通过AI智能生成测试用例。平台集成了 LangChain、MCP（Model Context Protocol）工具调用、项目管理、需求评审、测试用例管理以及先进的知识库管理和文档理解功能。利用大语言模型和多种嵌入服务（OpenAI、Azure OpenAI、Ollama等）的能力，自动化生成高质量的测试用例，并结合知识库提供更精准的测试辅助，为测试团队提供一个完整的智能测试管理解决方案。

## 平台功能

###  AI智能测试用例生成
基于大语言模型（LLM）技术，实现从需求到测试用例的智能转化：
- **多源输入**：支持需求文档、对话交互、API文档等多种输入方式
- **结构化输出**：自动生成包含测试步骤、前置条件、输入数据、期望结果、优先级（P0-P3）的完整用例
- **多模型支持**：集成 OpenAI、Azure OpenAI、Ollama、Xinference 等多种嵌入服务

###  知识库管理与文档理解
构建项目级知识库，为AI生成提供精准上下文：
- **多格式支持**：PDF、Word、Excel、PPT、Markdown、网页链接等
- **智能分块**：自动文档解析、分块与向量化存储
- **语义检索**：基于向量相似度的精准知识检索
- **Reranker精排**：支持配置重排序模型提升检索精度

###  MCP工具集成
通过 Model Context Protocol 实现AI与测试工具的无缝对接：
- **浏览器自动化**：集成 Playwright，支持页面操作、元素定位、截图录屏
- **多协议支持**：streamable-http、SSE 等传输协议
- **HITL人工审批**：敏感操作支持人工确认机制
- **自定义扩展**：支持接入第三方工具和服务

###  需求评审与风险分析
AI驱动的需求质量评估，提前识别潜在风险：
- **六维评分体系**：完整度、清晰度、一致性、可测性、可行性、逻辑性
- **问题追踪**：自动识别需求中的模糊点、矛盾点、遗漏点
- **改进建议**：提供针对性的需求优化和测试策略建