2025年首，DeepSeek席卷全球，也有一些朋友问我Cat2Bug何时可以接入DeepSeek，趁着这个周末，我来整理说明一下Cat2Bug下如何快速使用DeepSeek生成测试用例，顺便测试对比一下“DeepSeek”、“千问”和“llama”三种开源模型在创建中文测试用例时的优劣。

Cat2Bug-Platform系统中使用DeepSeek

1. 点击进入项目设置中的【大模型】页面。
   
2. 在右侧输入框输入"deepseek-r1:7b",点击【下载模型】按钮，等待列表中的模型下载完成。
   
3. 模型下载完成后，选择列表中【deepseek-r1:7b】所在行的【业务识别模型】单选按钮，代表所有业务相关操作用此模型。
   
4. 点击【测试用例】页面的【AI用例生成】按钮，进入创建用例界面。
   
5. 在【提示词区域】输入想要创建的用例描述，点击【添加需求】按钮，便会通过deepseek-r1:7b模型生成测试用例。
   
6. 生成的测试用例将会在一下列表中展示，右侧调整修改，并可以批量导入到系统中。
   

以上操作也可通过Demo平台进行体验

• 体验账号：demo
• 体验密码：123456

演示地址：https://www.cat2bug.com:8022

模型分析对比

测试方法及说明

测试采用7b大小的三种模型，通过统一的提示词生成测试用例进行比较，提示词图下：

## 测试环境
测试一个登陆页面，其中页面中包含如下元素：
1. 登陆名称（3到32位数字、英文或中文字符）
2. 登陆密码（6到32位数字或英文）
3. 手机验证码（4位数组或英文）
4. 登陆按钮
## 测试要求
1. 测试页面元素的字符校验；
2. 测试登陆流程

以下是三种模型生成的测试用例截图

1. qwen2.5:7b生成截图
   
2. deepseek-r1:7b生成截图
   
3. llama3.2:7b生成截图
   

测试结果统计

• 用例稳定性：
  在实验中，每种模型分别创建了5次用例，每次要求创建5条用例数据，此次测试deepseek-r1比较稳定，而qwen2.5每次创建的数量在4至5条之间，llama3.2在返回时有时会反馈英文结果；
• 用例完整性：
  在用例完整性上，三种模型均未完全达到理想状态，偶尔会缺少部分属性；
• 用例可用性：
  令人失望的是，deepseek-r1生成的测试用例还无法直接使用，如用例标题全是英文加序号，测试步骤莫名输入两次账号密码等问题，而qwen2.5和llama3.2都能很好的根据不同属性分别生成测试用例；

综上所属，笔者还是推荐qwen2.5作为主要生成用例的模型使用。

需要注意，如果用户需要自己部署私有化的大模型平台，需要考虑硬件性能的问题，目前根据我们测试的结果，推荐的硬件参考如下：

以上为单个任务执行模型的时间和配置，官网推荐8块RTX4090或6块A100，有预算的朋友可以试试。

最后欢迎大家访问我们的官网或微信群进行沟通交流

官网地址：https://www.cat2bug.com