概要

AItestcaseはQwen大モデル群（Qwen、Qwen3-VL-Plus等）を核に、要件ドキュメントと画面原型から自動でテストケースを生成する支援ツールです。多形式のドキュメント解析、OCRによる画像内文字抽出、UIコンポーネント認識を組み合わせ、機能点・ビジネスロジックを抽出して、機能テストや性能・セキュリティテスト向けの標準化されたテストケースを大量に作成できます。Dockerやデプロイスクリプトを備え、バッチ処理や実運用での連携を想定した構成が特徴です（約300字）。

リポジトリの統計情報

スター数: 7
フォーク数: 0
ウォッチャー数: 7
コミット数: 2
ファイル数: 10
メインの言語: Python

主な特徴

要件ドキュメント（PDF/Word/TXT/HTML）の自動解析と機能抽出
原型画像のOCR＋UI要素認識で画面から機能点を復元
Qwen系大規模モデルによる深層的な意味理解でテストケースを自動生成
Docker化・デプロイスクリプトで簡易的にサービス化可能

技術的なポイント

本プロジェクトは「多モーダル解析 → 意味抽出 → テンプレート生成」のパイプラインを中心に設計されています。まずドキュメントパーサーがPDF/Word/TXT/HTMLの構造を解析し、段落や見出し、表・箇条書きを前処理して候補となる機能記述を抽出します。原型画像側ではQwen3‑VL‑Plusを利用したOCRで画像中のテキストを抽出し、レイアウトやボタン・入力欄などのUIコンポーネントを識別して画面遷移や状態変化の手がかりを作ります。抽出した情報はQwen大モデルに入力され、文脈理解とビジネスロジックの推定を行ったうえで、テスト観点（正常系・異常系・境界値・権限・パフォーマンスなど）を自動生成します。出力は統一されたフィールド定義（field_config.json等）に従い、CSVやJSONの標準フォーマットで保存・エクスポート可能です。運用面ではDockerfileとdeploy.shによりコンテナ化してデプロイでき、バッチ処理や並列解析に対応しやすく設計されています。注意点としてはモデルの推論コスト、機密文書の取り扱い、OCRの精度依存性があり、実システム導入時にはヒューマン・イン・ザ・ループによる検証やログトレーサビリティを確保することが推奨されます（約700字）。

プロジェクトの構成

主要なファイルとディレクトリ：

.dockerignore: file
Dockerfile: file
README.md: file
deploy.sh: file
field_config.json: file

…他 5 ファイル

まとめ

Qwen系モデルを活用した実用的なテストケース自動生成のプロトタイプです（50字程度）。

リポジトリ情報：

名前: AItestcase
説明: 説明なし
スター数: 7
言語: Python
URL: https://github.com/yang-1995yue/AItestcase
オーナー: yang-1995yue
アバター: https://avatars.githubusercontent.com/u/203808401?v=4

READMEの抜粋：

🚀 智能AI测试用例生成助手

基于Qwen大模型的智能测试用例生成系统，支持需求文档和原型图智能分析，批量生成标准化测试用例。

📖 快速上手使用手册

✨ 核心功能

📄 需求文档分析

多格式支持: PDF、Word、TXT、HTML等文档格式
智能解析: 自动提取功能模块、业务逻辑和测试要点
深度分析: 使用Qwen大模型进行语义理解和功能识别
模块分类: 自动识别登录、管理、查询、统计等功能类型

🖼️ 原型图分析

OCR识别: 使用Qwen3-VL-Plus提取图片中的文字信息
界面元素识别: 自动识别按钮、表单、列表等UI组件
功能点提取: 基于界面元素分析业务功能
批量处理: 支持多张图片同时分析

🎯 测试用例生成

智能生成: 基于AI分析结果自动生成测试用例
标准化格式: 统一的测试用例结构和字段
多类型支持: 功能测试、性能测试、安全性测试等 …

AItestcase: AIによるテストケース自動生成ツール