CogTest 全天候AI质量专家平台产品系统Vibe Coding

【立项原因】
随着业务迭代加快，测试团队对 AI 辅助写用例的依赖明显上升，基于单次LLM调用用例虽然生成快，却常出现接口与字段幻觉、边界和异常场景覆盖不足、步骤不可执行等问题，生成结果往往需要大量人工返工，一次采纳率偏低，难以作为正式测试资产入库和审计依据。
与此同时，金融支付、电商、游戏、教育等业务对用例的专业要求差异很大，通用 Prompt 难以兼顾资损合规、安全风控、环境依赖等专项能力；生成过程也缺少 Plan 确认和中间产物留痕，任务一旦中断只能重头执行，失败成本高。更关键的是，安全与合规类问题不应靠「自动重写」蒙混过关，而现有模式既无量化门禁，也无法与平台内的生成历史、用例库形成闭环沉淀。

因此构建「专家级用例流水线」：以多 Agent 分工、Plan 后执行、契约校验、双 Gate 门禁和 RAG 回流为核心，把 AI 用例生产从工具型单次生成，升级为可认证、可追溯、可入库的平台级工作流，从而系统性解决幻觉、覆盖不足、不可审计、行业适配弱、资产无法沉淀等产品问题，并显著提升相对原 Skill/单轮方案的一次采纳率与交付可信度。

【产品目标】
1.在专业质量平台能力基础上，应用AI Agent能力提供领域专家级用例生成及评审能力，集成在线用例编辑、管理、评审、执行，报告管理等常规功能；
2.提供基于Agent意图识别的接口、UI自动化用例云端生成与执行能力，降低自动化测试投建与维护成本。

1. 项目管理
支持多项目创建与成员角色管理，关联版本、需求，是应用空间的统一组织单元，实现权限隔离与协作分工。
2. 测试管理
（1）用例生成：提供基于用例生成skill的快速用例生成、与多Agent编排的专家级用例生成流水线，支持表单、markdown、pdf、xmind、word等格式需求输入
（2）生成历史：对AI生成的历史用例可以通过在线列表、思维导图两种视图进行编辑、评审及管理
（3）用例库：支持手工创建或导入AI用例，统一对用例集进行维护与管理
（4）测试计划：基于用例库内用例集创建测试计划，允许用户逐条对用例进行执行
（5）测试报告：根据测试计划执行情况，自动在线聚合展示多维质量数据
3.接口测试
（1）支持HTTP、WebSocket、RPC接口在线管理
（2）支持Swagger\OpenAPI，AI自动生成接口测试用例
（3）提供在线接口用例执行与报告查看
4.UI自动化：
（1）Agent驱动的Web UI自动化：基于Browser-use，应用多模态大模型，由AI进行意图识别与测试驱动。
（2）低代码关键字驱动的Web自动化
5.实验模块
（1）提供各类创新质量实验室：Agent行为模板、工作流搭建等实验性功能
6.配置中心
统一提供全局配置能力，包括不限于模块配置、模型接入等

后端：Python 3.14、 Django、MySQL
前段：Vue 3 、Vite 、Element Plus、Pinia、Vue Flow
AI：OpenAI 兼容 LLM、多 Agent Prompt 编排
通信：REST API + SSE（agent.token / 节点状态 / Gate 结果）
其他：ThreadPoolExecutor 并行、Artifact 持久化、领域 Pack 配置

架构
编排层：WorkflowOrchestrator 统一调度，状态机管理 Run（draft → planning → running → certified/blocked 等）。
节点层：Core 串行 + Conditional Fan-out 并行 + Gate 串行 + 进化节点（反馈收集）分层执行。
数据层：CertifiedWorkflowRun / WorkflowNode / WorkflowArtifact / WorkflowEvent 全链路持久化。
展示层：Tab 聚合页 + DAG 画布 + SSE 实时 Trace + 节点产物抽屉。
主链路：预处理（分片 + RAG）→ Core 串行 → 契约校验 → 条件并行 → 双轨评审 → 双 Gate → 认证 → 同步历史 → 异步反馈回流。

亮点
Plan 后执行：避免黑盒长任务，Agent 拓扑可确认、可裁剪。
双轨质量评审：规则 70% + LLM 30%，底线与上限指标分离。
OpenAPI 契约校验：拦截用例中不存在的 API 路径，降低 LLM 幻觉。
分级熔断：质量分不足可重写；安全/合规不达标 NON_WAIVABLE_VIOLATION，禁止自动放行。
领域路由：finance/game 全开条件节点，general 仅保留风控安全，Fan-out 失败隔离为 skip