📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

---

最近，在知识星球《AI技术实践案例》中看到一位小伙伴分享了《AutoGen + DeepSeek实战》的文章，深受启发。于是，我结合自己的测试工作场景，尝试将 Streamlit、AutoGen 和 DeepSeek 结合起来，实现从 PRD 文件智能生成测试用例的全流程自动化。本文将分享我的实践过程，包括如何通过 Streamlit 快速构建交互式应用、利用 AutoGen 实现多智能体协作，以及调用 DeepSeek 模型生成高质量测试用例。希望我的经验能为大家提供一些参考和灵感！

---

工具组合的核心价值

1. Streamlit：

   • 快速构建交互式 Web 应用，支持上传 PDF 文件、输入 PRD 内容、选择导出格式等功能。

   • 实时展示生成的测试用例，提供友好的用户界面。

2. AutoGen：

   • 通过多智能体协作，模拟测试团队的分工与协作（如需求分析、测试设计、用例评审）。

   • 支持自定义角色，提升复杂需求的解析能力。

3. DeepSeek：

   • 深度理解 PRD 内容，提取关键需求点并生成高覆盖率的测试用例。

   • 支持多种格式导出，满足不同团队的需求。

---

实战场景与操作步骤

场景 1：上传 PDF 格式的 PRD 文件生成测试用例

需求：用户上传 PDF 格式的 PRD 文件，系统自动解析内容并生成测试用例。

步骤：

1. Streamlit 界面设计：

   import streamlit as st
   
   # 设置页面配置
    st.set_page_config(
        page_title="上传需求文档&测试用例生成器",
        page_icon="✅",
        layout="wide"
    )
    ...
   # 创建选项卡
    source_tab1, source_tab2 = st.tabs(["📄 文档上传", "✏️ 手动输入"])
   
   with source_tab1:
        uploaded_file = st.file_uploader("上传需求文档", type=["pdf"])
   
        if uploaded_file isnotNone:
            # 保存上传的文件到data目录
            file_path = os.path.join("data", uploaded_file.name)
            with open(file_path, "wb") as f:
                f.write(uploaded_file.getvalue())
   
            st.session_state.uploaded_file_path = file_path
            st.success(f"文件已上传并保存到: {file_path}")
           # 调用 AutoGen 和 DeepSeek 解析 PRD 并生成测试用例
   

   • 创建文件上传组件，支持上传 PDF 文件。

   • 添加按钮，触发测试用例生成流程。

2. AutoGen 多智能体协作：

   from autogen import AssistantAgent
   # 从PDF提取文本
   def extract_text_from_pdf(pdf_file) -> Dict[str, Any]:
        """从PDF文件中提取文本内容"""
        start_time = time.time()
   
        try:
            # 直接从内存加载PDF
            pdf_bytes = pdf_file.getvalue()
            doc = fitz.open(stream=pdf_bytes, filetype="pdf")
   
            # 提取文本
            
        
   # 创建测试用例生成器
    @st.cache_resource
   def get_testcase_writer():
        return AssistantAgent(
            name="testcase_writer",
            model_client=model_client,
            system_message=TESTCASE_WRITER_SYSTEM_MESSAGE,
            model_client_stream=True,
        )
   

   • 解析 PRD 内容。

   • 生成测试用例。

3. DeepSeek 生成测试用例：

   示例输出：

   • 输出测试用例，支持多种格式导出（Excel、JSON、Markdown）。

4. 导出功能实现：

    # 导出为Markdown
   def export_to_markdown(testcases: TestCaseCollection) -> str:
   """将测试用例导出为Markdown格式"""
   
   # 导出为Excel
   def export_to_excel(testcases: TestCaseCollection) -> bytes:
        """将测试用例导出为Excel文件"""
   
   # 导出为JSON
   def export_json(testcases: TestCaseCollection) -> str:
      """将测试用例导出为JSON字符串"""
   

   • 添加导出选项，支持 Excel、JSON、Markdown 格式。

---

场景 2：手动输入 PRD 内容生成测试用例

需求：用户手动输入 PRD 内容，系统生成测试用例。

步骤：

1. Streamlit 界面设计：

   with source_tab2:
    manual_input = st.text_area(
        "需求描述",
        height=300,
        placeholder="请详细描述你的功能需求，例如：\n开发一个用户注册功能，要求用户提供用户名、密码和电子邮件。用户名长度为3-20个字符，密码长度至少为6个字符且必须包含数字和字母，电子邮件必须是有效格式。",
        key="manual_requirements_input"
    )
   
    if manual_input:
        st.session_state.extracted_text = manual_input
      # 调用 AutoGen 和 DeepSeek 生成测试用例
   

   • 创建文本输入框，支持用户手动输入 PRD 内容。

2. AutoGen 多智能体协作：

   • 使用与场景 1 相同的流程，生成测试用例。

3. 导出功能实现：

   • 支持与场景 1 相同的导出功能。

---

常见问题

1. 安装环境问题：

   • 确保 Python 版本 >= 3.11。

   • 安装依赖库：

pip install -r requirements.txt
# 若遇到如图所示的问题，则安装
pip install openai

1. 调用模型失败：

   • 检查网络连接，确保能访问 DeepSeek API。

1. • 确认 API 密钥配置正确。

  from autogen_ext.models.openai import OpenAIChatCompletionClient
  
  model_client = OpenAIChatCompletionClient(
  model="deepseek-ai/DeepSeek-R1-Distill-Qwen-32B",
  base_url="https://api.siliconflow.cn/v1",
  api_key=your_api_key,
  model_info={
      "vision": False,
      "function_calling": True,
      "json_output": True,
      "family": "unknown",
  },
)

3.用例结果调优：

1. • 在 PRD 中明确需求细节（如边界值、异常场景）。

   • 调整 AutoGen 的提示词（prompt），增加生成用例的精准度。

   • 调整不同 AI模型，例如：Qwen/QwQ-32B、deepseek-ai/DeepSeek-R1

1. • 文件过大时，建议将需求拆成模块，阶段分别生成对应用例，单次生成用例数在30条内

---

七、总结

通过 Streamlit + AutoGen + DeepSeek 的组合，测试工程师可以：

1. 快速解析 PRD 文件，无论是上传 PDF 还是手动输入内容，都能高效生成测试用例。

2. 支持多种格式导出，满足不同团队的需求（如 Excel 用于测试管理工具、Markdown 用于文档共享）。

3. 提升测试设计效率，将需求到测试用例的转化时间从几周缩短到几分钟。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
​​​​
​​​​