「SeeYou平台」是一个由「软件测试 & 机器学习爱好者」开发的接口自动化测试平台。
平台致力于将人工智能技术与软件测试有效结合，让平台在保障测试精确性要求的同时更具智能化、泛化能力， 同时尽可能 最优化使用体验 ，目标是成为 最贴心、最好用、颜值最高 的开源测试平台。
平台遵循「前后端分离开发」思想，技术栈为：「Python + Vue + Mongodb」，后端开发使用的是轻量级 Web 框架 Flask， 前端 UI 框架则采用的是易上手的 ElementUi。
- 展示地址：http://111.229.74.215:5050/
- 测试账号: test 密码:test
- 平台使用教程
0.已经投入生产环境使用 1 年以上, 用起来轻松没负担~
1.平台遵循「小而精」的策略，最大化所有功能的开发、使用性价比，可帮助测试团队快速搭建起易于上手 / 维护的接口 自动化测试体系。
2.平台遵循「零编码」原则，使用者不需要编程即可完成较为复杂的业务流程接口测试。
3.平台遵循「颜值即正义」原则，操作界面展示如下：
4.平台拥有极佳的定时任务体验，启动定时任务后可随时停用 / 任意编辑任务内容且立即生效，同时拥有丰富的告警策略， 页面展示如下：
5.平台拥有导入 / 导出功能，支持测试人员 "最喜爱的" Excel 格式，易于批量生成 / 修改用例。
6.平台拥有较为丰富的测试结果校验体系，支持文本相似度校验。 (具体内容可SeeYou平台使用指南 & Ⅲ. NLP之文本相似度校验)
7.平台对外提供测试任务调度接口，方便与开发项目集成。
- 待添加【web selenium】【app appium】UI自动化测试
（还有许许多多令人惊喜的小特色等着你去探索 & 挖掘）
git clone https://github.com/Valuebai/SeeYou-Platform.git
pip install tensorflow==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install bert-serving-server==1.10.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install bert-serving-client==1.10.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 进入chinese_L-12_H-768_A-12同级目录执行下面命令
bert-serving-start -model_dir ./chinese_L-12_H-768_A-12/ -num_worker=1
启动成功后输出如下：
AUTOTEST_PLATFORM_ENV=production
AUTOTEST_PLATFORM_NLP_SERVER_HOST=127.0.0.1
AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}
AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}
AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}
AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=taisite
其中 AUTOTEST_PLATFORM_ENV 默认为 production （必填）
AUTOTEST_PLATFORM_MONGO_HOST和 AUTOTEST_PLATFORM_MONGO_PORT 分别表示数据库的地址和端口（必填）
AUTOTEST_PLATFORM_MONGO_USERNAME和 AUTOTEST_PLATFORM_MONGO_PASSWORD 分别表示数据库的帐号密码（若无可不填）
AUTOTEST_PLATFORM_NLP_SERVER_HOST（自然语言模型服务）默认为本机启动 （非必填）
AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名（必填）
设置完成后可通过下列命令进行测试（CMD切换至项目根目录下）
python ./backend/config.py
若配置成功则可看见输入的配置数据
npm install -g cnpm --registry=https://registry.npm.taobao.org
cnpm install
cnpm run build
若成功打包则会在项目根目录下生成 dist 文件夹。
TODO 部署时不需要可直接跳过
> one. 给项目添加 favicon.ico https://www.jianshu.com/p/1f7a096b61c2
> two. vue项目中 favicon.ico不能正确显示的问题 https://www.jianshu.com/p/980cb1caf7a8
> three. 修改index.js的icon http://www.fontawesome.com.cn/faicons/
// 安装依赖包 (切换至项目根目录下执行)
pip install -r ./backend/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
// 启动后端 ( 默认5050端口 )
python ./backend/run.py
// 创建平台管理员帐号密码
python ./backend/createAdminUser.py
现在就可以访问 http://127.0.0.1:5050/#/login 使用创建的管理员帐号密码进行登录。
- 安装包
pip install tensorflow==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install bert-serving-server==1.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple（centos7装了运行报错）
pip install bert-serving-client==1.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple（centos7装了运行报错）
pip install bert-serving-server==1.10.1（centos7装这个）
pip install bert-serving-client==1.10.1（centos7装这个）
- 进入chinese_L-12_H-768_A-12同级目录执行下面命令
bert-serving-start -model_dir ./chinese_L-12_H-768_A-12/ -num_worker=1
- 给linux服务器增加虚拟内存
运行项目报错，提醒内存不足
Centos/linux 服务器的内存不够了怎么办？centos用虚拟内存扩展内存：
输入：free -m查看内存状态
dd if=/dev/zero of=/opt/swap bs=2048 count=2048000 //在opt分区建立名为swap，大小为1G的虚拟内存文件
chmod 600 /opt/swap //注意更改swap文件的权限
mkswap /opt/swap //将swap文件设置为swap分区文件
swapon /opt/swap //激活swap,启用分区交换文件
free -m //看下结果
参考：https://blog.csdn.net/herobacking/article/details/80371242
【注意】重启后这个就会没了，需要重新设置
- 其他
P.S.最后重启reboot，执行312步骤
linux 部署时需要开启这2个默认端口，参考文章https://baijiahao.baidu.com/s?id=1646263423663635431&wfr=spider&for=pc
指定客户端向服务端push数据的端口号，通过-port，默认5555
指定服务端向客户端发布结果的的端口号，通过-port_out，默认5556
- 将项目代码克隆到linux，git clone https://github.com/Valuebai/SeeYou-Platform.git
- 安装python环境，本项目使用python3.6.5
- 安装pip包，pip install -r requirements.txt
- 安装mongodb，CentOS7.4 安装mongodb ，用里面不用授权的
- 创建登录账号
- 使用脚本：进入./backend/，执行python createAdminUser.py
- 直接创建：在mongodb创建【待补充】
- 运行项目看效果，进入./backend/，执行python run.py
- 项目运行正常，linux上可使用下面的命令让其在后台运行
sh run.sh 或者 . run.sh 运行
run.sh内容
# shell杀死指定端口的进程，写到部署脚本里面
kill -9 $(netstat -nlp | grep :5050 | awk '{print $7}' | awk -F"/" '{ print $1 }')
# 另一个启动方式nohup python3 -u run.py > nohup.log 2>&1 &
# 后台运行
nohup gunicorn -w 4 -b 0.0.0.0:5050 run:app > gunicorn.log 2>&1 &
开启服务器对应5050端口 firewall-cmd --zone=public --add-port=5050/tcp --permanent 永久开启5050端口 firewall-cmd --reload #重启firewall 每次新添加端口都要
下列输出代表 NLP模型 启动失败
解决步骤：
1.删除 ./backend/app/init.py 中的这段代码：
2.将 ./backend/testframe/interfaceTest/tester.py 中的下列代码修改成 pass：
完成后再启动项目时，就不会依赖于自然语言模型了~