🧠 AI TestMind

像思考一样编排，用智能来测试

AI 驱动的可视化 API 测试编排平台

🚀 快速开始 • 📖 文档 • 💬 社区 • 🐛 报告问题

多语言: English | 中文

---

🎯 开发初衷

痛点： 作为一名测试工程师和开发者，我曾尝试过市面上各种测试平台 - 从 Postman、JMeter 到 MeterSphere、Katalon，也试过自己编写自动化测试代码。但它们都存在同样的问题：

• 📝 手工劳动太多：为类似的场景重复编写测试代码
• 🐌 效率太低：创建简单的 API 测试都要花费数小时
• 🔄 复用性差：在不同测试用例间反复复制粘贴代码
• 🧩 学习成本高：复杂的工具需要几周时间才能上手

解决方案： 我决定打造一个我一直梦想拥有的测试平台。AI TestMind 源于我多年的自动化测试实践经验 - 它是我自己测试框架的进化版本，专为消除重复劳动、让测试用例编写变得舒适高效而设计。

成果：

• ⚡ 快速：几分钟内创建复杂测试流程，而非几小时
• 🎨 可视化：无需编码 - 只需拖拽、连接
• 🤖 智能：AI 理解你的意图，自动生成完整测试
• 😊 愉悦：终于有了一款真正好用的测试工具

---

🚀 快速开始

🐳 方式 1: Docker 部署（推荐）

方式 A: 从 Docker Hub 拉取（最快）

docker run -d \
  --name aitestmind \
  -p 3000:3000 \
  -p 8001:8001 \
  -p 8899:8899 \
  -e DATABASE_URL="file:/app/prisma/dev.db" \
  -e EXECUTOR_URL="http://localhost:8001" \
  -v $(pwd)/logs:/app/logs \
  simonbo106/aitestmind:latest

# 访问应用
open http://localhost:3000

📦 Docker Hub: https://hub.docker.com/r/simonbo106/aitestmind

⚠️ 注意： Docker Hub 镜像针对 ARM64 优化，x86_64 服务器请使用方式 B 本地构建

方式 B: 本地构建 Docker（服务器部署推荐）

# 1. 克隆仓库
git clone https://github.com/bobby-sheng/aitestmind.git
cd aitestmind

# 2. 构建镜像（⚠️ 必须指定服务器 IP）
docker build -f Dockerfile.all-in-one \
  --build-arg NEXT_PUBLIC_EXECUTOR_URL=http://你的服务器IP:8001 \
  -t aitestmind:latest .

# 3. 运行容器
docker run -d \
  --name aitestmind \
  -p 3000:3000 \
  -p 8001:8001 \
  -p 8899:8899 \
  -e DATABASE_URL=file:/app/prisma/dev.db \
  -v $(pwd)/logs:/app/logs \
  --restart unless-stopped \
  aitestmind:latest

💡 为什么要本地构建？

• 支持自定义 NEXT_PUBLIC_EXECUTOR_URL（浏览器访问执行器的地址）
• 适配不同 CPU 架构（x86_64/AMD64）
• 如果浏览器提示 Failed to fetch，说明需要重新构建并指定正确的服务器 IP

---

💻 方式 2: 本地启动

# 1. 克隆仓库
git clone https://github.com/bobby-sheng/aitestmind.git
cd aitestmind

# 2. 运行初始化脚本（自动完成所有配置和构建）
chmod +x setup.sh
./setup.sh

# 3. 启动前端（终端 1）
npm run start

# 4. 启动执行器（终端 2）
cd executor
source venv/bin/activate
python main.py

📝 默认管理员账号： admin / admin123

🎉 完成！ 访问 http://localhost:3000

---

💡 什么是 AI TestMind？

AI TestMind 是新一代 API 测试平台,通过 三大核心能力 革新测试工作流：

🎯 三大核心能力

🎬 AI 智能采集  ──▶  🎨 可视化编排  ──▶  🤖 AI 生成用例  ──▶  ✅ 测试完成
   零配置获取          拖拽构建流程       自然语言生成        一键执行

✨ 完整工作流程

1️⃣ AI 智能采集 - 零配置获取 API

访问网站 → AI 自动识别 API → 
智能分类 → 生成 Schema → 保存到 API 仓库

🎬 3 种采集模式：
  • 浏览器插件（Playwright）- 最简单
  • HAR 文件导入 - 最快速  
  • mitmproxy 代理 - 最专业

2️⃣ 可视化编排 - 拖拽构建测试流程

从 API 仓库选择接口 → 拖拽到画布 → 
连接节点 → 配置参数 → 添加断言 → 保存用例

🎨 支持复杂场景：
  • 变量引用和传递
  • 并行执行
  • 断言和等待

3️⃣ AI 生成用例 - 自然语言秒变测试

描述需求："测试用户登录后创建订单"
              ↓
    [AI 智能思考：搜索 API + 设计流程 + 生成断言]
              ↓
┌────────┐   ┌──────┐   ┌───────┐
│ 登录   │──▶│ 购物车│──▶│ 下单  │
│ API    │   │ API  │   │ API   │
└────────┘   └──────┘   └───────┘
  ✅ 断言      ✅ 提取     ✅ 清理
  状态=200    token      删除订单
  
📁 自动统一分类：所有生成的用例归属同一业务分类
🏷️ 智能标签：自动标记测试类型和场景

---

🌟 AI TestMind优势

🚀 测试创建速度提升 10 倍

功能特性	AI TestMind	Postman	JMeter	MeterSphere	Katalon
🤖 AI 智能生成	✅ GPT-4 驱动	❌ 手动编写	❌ 手动编写	❌ 手动编写	⚠️ 有限支持
🎨 可视化流程	✅ 拖拽式	⚠️ 有限	❌ XML/代码	⚠️ 有限	✅ 支持
📊 实时监控	✅ 实时仪表盘	⚠️ 执行后	✅ 支持	✅ 支持	⚠️ 有限
🎬 智能捕获	✅ 3 种模式	⚠️ 仅浏览器	❌ 手动	⚠️ 仅 HAR	⚠️ 基础
🧩 学习曲线	🟢 5 分钟	🟡 1 小时	🔴 2 天	🟡 2 小时	🟡 1 天
🌐 多语言	✅ 中英文	✅ 多语言	⚠️ 有限	✅ 中英文	✅ 多语言
💰 成本	🟢 免费开源	🟡 部分免费	🟢 免费	🟢 开源	🔴 付费

🎯 核心优势

🏆 三大杀手级功能

功能	传统方式	AI TestMind	效率提升
🎬 API 采集	手动记录 URL 和参数	AI 自动识别和分类	10x
🎨 流程编排	编写脚本代码	拖拽可视化构建	20x
🤖 用例生成	逐个手写测试用例	自然语言一键生成	50x

✨ 更多特性

• ⚡ 实时反馈: 实时查看测试执行和详细日志
• 📁 智能分类: 自动统一管理测试用例分类
• 🌍 多语言: 内置中英文支持
• 🎨 主题定制: 支持明暗主题切换，可自定义配色方案
• 🔧 可扩展: 插件系统和自定义函数
• 🐳 易部署: Docker、Windows、Linux、macOS

---

✨ 核心功能详解

完整工作流: 🎬 采集 API → 🎨 编排流程 → 🤖 AI 生成 → ✅ 执行测试

---

1️⃣ 🎬 AI 智能采集 - 零配置获取 API

三种采集模式，适应不同场景：

🌐 模式 1: Playwright 浏览器插件（推荐新手）

# 访问前端页面进行采集
访问 http://localhost:3000/api-capture
选择 "Playwright 浏览器录制" → 输入目标 URL → 点击 "开始录制"

• ✅ 最简单: 无需任何配置
• ✅ 可视化: 实时看到采集的 API
• ✅ 智能过滤: 自动过滤静态资源
• ✅ 分类识别: AI 自动识别 API 业务分类

📦 模式 2: HAR 文件导入（最快速）

导出 HAR 文件 → 拖拽上传 → 智能解析 → 保存到仓库

• ⚡ 秒级导入: 支持批量导入
• 🎯 精准提取: 请求/响应完整保留
• 📊 智能分组: 自动按域名和路径分类

🔒 模式 3: mitmproxy 代理（最专业）

适用场景:

• 📱 移动应用（iOS/Android APP）
• 💬 小程序（微信、支付宝）
• 🌐 浏览器 HTTPS 流量
• 🖥️ 桌面应用程序

快速启动:

# 1. 在 Web 界面启动
访问 http://localhost:3000/api-capture
选择 "mitmproxy 代理录制" → 点击 "启动录制"

# 2. 配置系统代理
macOS: 系统设置 → 网络 → 代理 → HTTP/HTTPS → localhost:8899
Windows: 设置 → 网络 → 代理 → 手动 → localhost:8899

# 3. 安装 HTTPS 证书（首次使用）
访问 http://mitm.it → 下载对应平台证书 → 安装并信任

# 4. 开始捕获
访问任何网站或启动 APP → 实时查看捕获的请求

🌐 独立 Chrome 浏览器代理（推荐）:

不影响现有浏览器，启动一个独立的 Chrome 实例挂载代理：

# Windows (CMD)
start chrome --proxy-server="你的服务器IP:8899" --user-data-dir="C:\Temp\ChromeProxyProfile"

# Windows (PowerShell)
& "C:\Program Files\Google\Chrome\Application\chrome.exe" --proxy-server="你的服务器IP:8899" --user-data-dir="C:\Temp\ChromeProxyProfile"

# macOS
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --proxy-server="你的服务器IP:8899" --user-data-dir="/tmp/ChromeProxyProfile"

# Linux
google-chrome --proxy-server="你的服务器IP:8899" --user-data-dir="/tmp/ChromeProxyProfile"

💡 --user-data-dir 参数创建独立的浏览器配置，不会加载主浏览器的书签、扩展和登录状态，实现彻底隔离。

核心特性:

• 🔐 HTTPS 完整支持: 自动解密 HTTPS 流量
• 📊 实时推送: SSE 技术实时显示捕获的请求
• 🎯 精确控制: 启动、暂停、继续、停止、清空
• 🗂️ 完整数据: 请求/响应头、参数、Body 全记录
• 💾 批量保存: 选中请求批量保存到 API 仓库

📖 详细文档: mitmproxy 完整使用指南 →

采集后自动完成:

• 📝 生成完整的 API Schema（参数、类型、示例值）
• 🏷️ 智能分类标签
• 💾 保存到 API 仓库，随时可用

📖 详细教程 →

---

2️⃣ 🎨 可视化编排 - 拖拽构建测试流程

从 API 仓库到测试用例，只需拖拽：

🎯 5 分钟构建复杂测试场景

1. 从左侧 API 仓库拖拽接口到画布
2. 连接节点，配置参数
3. 添加断言和变量提取
4. 保存，立即可执行

强大的编排能力:

• 🎯 多种节点: API、并发、等待、断言
• 🔗 智能引用: 拖拽即可引用前置节点的响应数据
• ✅ 丰富断言: 状态码、JSONPath、响应时间、正则表达式
• 🔀 流程控制: 串行、并行执行
• 💾 实时保存: 自动保存，支持撤销/重做

节点类型:

• 🌐 API 节点: 发送 HTTP 请求
• ⚡ 并发节点: 同时执行多个 API
• ⏰ 等待节点: 延迟执行
• ✅ 断言节点: 验证响应数据

变量系统:

• 📤 响应提取: JSONPath、正则、全量提取
• 📥 变量引用: `{{变量名}}` 语法
• 🔄 变量传递: 跨节点自动传递
• 🎲 运行时函数: `${{random(8)}}、${{timestamp()}}`

📖 详细教程 →

---

3️⃣ 🤖 AI 生成用例 - 自然语言秒变测试

只需简单描述，AI 自动生成完整测试用例：

💬 示例 1: 接口测试

输入: "测试用户创建接口，username 和 email 不能为空"

AI 自动生成:
✅ 用户创建 - 正常用例（含后置清理）
✅ 用户创建 - username 为空
✅ 用户创建 - email 为空

📁 统一分类: 用户管理
🏷️ 标签: ["参数校验", "接口测试", "AI生成"]

💬 示例 2: E2E 流程测试

输入: "测试用户登录后创建订单的完整流程"

AI 自动生成:
✅ E2E - 用户登录 - 创建订单（3个步骤，含清理）
✅ E2E - 用户登录 - 查询订单（2个步骤）
✅ E2E - 异常: 未登录创建订单（1个步骤）

📁 统一分类: 订单管理
🏷️ 标签: ["E2E测试", "流程测试", "AI生成"]

AI 自动完成:

• 🔍 智能搜索: 从 API 仓库搜索相关接口
• 🎯 场景设计: 生成正常 + 异常用例
• 📁 统一分类: 同批生成的用例使用相同分类
• ✅ 智能断言: 自动添加合理的断言
• 🔗 变量引用: 自动识别和配置变量传递
• 🧹 后置清理: 为成功用例添加清理步骤
• 💾 直接保存: 一键保存到数据库

支持的 AI 提供商:

• OpenAI (GPT-4, GPT-3.5)
• DeepSeek（深度求索）⚡ 性价比首选
• Claude (Anthropic)
• 百度文心一言
• 阿里通义千问
• 智谱 AI
• Ollama（本地部署，完全免费）

📖 详细教程 →

---

4️⃣ 📊 实时执行监控 - 全链路可观测

实时查看测试执行过程:

• 📊 实时仪表盘: 通过 SSE 实时状态更新
• 🎯 节点级日志: 点击任意节点查看详细执行信息
• ⏸️ 暂停/继续: 控制执行流程
• 🔄 失败重试: 一键重试失败的测试
• 📝 详细报告: 请求/响应、耗时、断言结果
• 📈 执行历史: 追踪趋势变化

---

🏗️ 技术架构

🔧 技术栈

前端:

Next.js 16 + React 19 + TypeScript
├── UI 组件: shadcn/ui + Tailwind CSS 4.0
├── 主题系统: 支持明暗主题切换，可自定义配色
├── 流程编辑器: React Flow
├── 状态管理: React Query + Context
└── 国际化: next-intl

后端:

Node.js + Python
├── API 路由: Next.js API Routes
├── 数据库: SQLite + Prisma ORM
├── 执行引擎: Python (FastAPI)
├── 自动化: Playwright
└── 捕获服务: mitmproxy

AI 集成:

多提供商支持
├── OpenAI (GPT-4, GPT-3.5)
├── DeepSeek（深度求索）
├── Claude
├── 百度文心一言
├── 阿里通义千问
├── 智谱 AI
└── Ollama（本地部署）

📐 系统架构图

graph TB
    subgraph "前端 - Next.js"
        A[Web 界面] --> B[流程编排器]
        A --> C[AI 对话]
        A --> D[API 捕获]
    end
    
    subgraph "后端服务"
        E[Next.js API] --> F[Prisma ORM]
        F --> G[(SQLite)]
        E --> H[Python 执行器]
        E --> I[AI 客户端]
    end
    
    subgraph "执行引擎"
        H --> J[测试运行器]
        J --> K[Playwright]
        J --> L[HTTP 客户端]
    end
    
    subgraph "捕获服务"
        D --> M[浏览器录制]
        D --> N[HTTP 代理]
        D --> O[mitmproxy]
    end
    
    B --> E
    C --> I
    I --> P[AI 提供商]

Loading

---

🎬 截图与演示

📸 产品截图

📊 仪表盘 - 概览和统计分析

🗂️ API 仓库 - 管理 API 集合

🤖 AI 生成 - 自然语言生成测试

🎨 流程编排器 - 可视化测试编排

📊 执行监控 - 实时测试执行

🎯 使用场景

✅ 电商测试

测试场景: 完整购买流程
├── 用户登录
├── 浏览商品
├── 加入购物车（并发）
│   ├── 商品 A
│   ├── 商品 B
│   └── 商品 C
├── 使用优惠券
├── 结算
├── 支付
└── 清理: 删除测试订单 ✨

✅ 微服务测试

测试场景: 服务编排
├── 认证服务
│   └── 提取: accessToken
├── 用户服务（并发）
│   ├── 创建资料
│   ├── 更新偏好
│   └── 上传头像
├── 通知服务
│   └── 断言: 邮件已发送
└── 审计服务
    └── 验证: 所有操作已记录

✅ CI/CD 集成

# .github/workflows/api-tests.yml
name: API 测试
on: [push, pull_request]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2
      - name: 运行 AI TestMind 测试
        run: |
          docker-compose up -d
          npm run test:api

---

🌟 用户评价

"AI TestMind 让我们的测试效率提升了 300%！AI 生成功能改变了游戏规则。"

— 某电商平台高级测试工程师

"终于有一个真正理解自然语言的测试工具了。可视化流程编排让复杂场景变得简单。"

— 某 SaaS 公司技术负责人

"我们用 AI TestMind 替换了 3 个工具。实时监控和详细日志每天为我们节省数小时。"

— 某金融科技创业公司 DevOps 经理

---

📊 项目统计

---

📚 文档与配置

📖 文档中心

文档	说明
Docker 快速开始	Docker 部署指南
完整部署指南	详细部署文档
环境变量说明	配置选项说明
文档中心	完整文档索引

⚠️ 常见问题：执行器连接失败

如果浏览器提示 Failed to fetch 或 执行器地址是否正确: http://localhost:8001：

原因： NEXT_PUBLIC_EXECUTOR_URL 配置不正确

解决方法：

# 1. 修改 .env 文件中的执行器地址为服务器 IP
NEXT_PUBLIC_EXECUTOR_URL=http://你的服务器IP:8001

# 2. 重新构建（重要！NEXT_PUBLIC_ 变量在构建时嵌入）
npm run build

# 3. 重启服务
npm run start

💡 提示： Docker 部署时需要在构建时传入 --build-arg NEXT_PUBLIC_EXECUTOR_URL=http://你的服务器IP:8001

---

🤝 贡献指南

我们欢迎社区贡献！🎉

🌟 如何贡献

1. 🍴 Fork 本仓库
2. 🌿 创建特性分支 (git checkout -b feature/amazing-feature)
3. 💾 提交你的改动 (git commit -m 'feat: 添加某个很棒的功能')
4. 📤 推送到分支 (git push origin feature/amazing-feature)
5. 🎉 开启 Pull Request

📝 贡献规范

• 遵循 约定式提交
• 为新功能编写测试
• 更新相关文档
• 确保 CI 通过

---

💬 社区

加入我们不断壮大的社区！

🌍 国际社区 International Community

🎮 加入 Discord 服务器 | Join our Discord Server

在 Discord 上与全球开发者交流，获取技术支持、分享经验、参与项目讨论！

🇨🇳 中文社区 Chinese Community

微信群 WeChat Group	飞书群 Feishu Group
扫码加入微信群	扫码加入飞书群

💡 社区活动

• 📢 每周技术分享：最新功能介绍和最佳实践
• 🐛 Bug 反馈与讨论：快速响应和解决问题
• 💬 用户交流：分享使用经验和测试技巧
• 🎯 功能建议：参与产品路线图讨论
• 🏆 贡献者表彰：感谢社区贡献

---

⭐ Star 历史

---

📄 开源协议

本项目采用 非商业使用协议 - 详见 LICENSE 文件

✅ 允许的使用

• 📚 个人学习：学习、研究、实验
• 🎓 教育用途：教学、培训、学术研究
• 🏠 个人项目：个人使用，不用于盈利

❌ 禁止的使用

• 🏢 商业使用：公司、企业、商业项目
• 💰 盈利服务：提供付费服务、SaaS 平台
• 🔄 二次销售：销售、分发给商业客户

💼 商业使用许可

如果你需要将本项目用于商业目的：

• 🏢 企业内部使用
• 💰 提供商业服务
• 🔧 客户定制开发

请联系作者获取商业授权：

• 📧 邮箱 Email：simonboz@outlook.com
• 💬 微信 WeChat:

扫码添加微信 | Scan to add WeChat

---

🙏 致谢

由 AI TestMind 团队和贡献者用 ❤️ 构建

灵感来源:

• MeterSphere - 一站式测试平台
• Postman - API 开发平台
• n8n - 工作流自动化
• Playwright - 浏览器自动化

特别感谢:

• 所有贡献者
• 开源社区
• 早期采用者和测试者
• AI 提供商（OpenAI、DeepSeek 等）

---

⭐ 如果 AI TestMind 对你有帮助，请给我们一个 Star！ ⭐

像思考一样编排，用智能来测试 🧠

由开发者用心打造，为开发者服务

⬆ 返回顶部