项目简介

在 AI 技术全面爆发的背景下，企业数字化转型加速，传统软件测试面临高度依赖人工经验、重复操作繁重、用例覆盖不全等核心瓶颈，难以满足敏捷开发与高质量交付的双重需求。

为应对上述挑战，中国联通软件研究院以书生大模型 InternLM3-8B-Instruct 为核心引擎，创新构建覆盖“智能需求解析→用例生成→智能评审→用例转化→智能执行”的全流程智能化测试，系统性突破传统软件测试在效率与覆盖度上的核心瓶颈，全链路推进测试智能化升级。

项目深度融合书生大模型的自然语言处理能力，并结合业务知识图谱和页面智能遍历算法，自动生成高覆盖率测试用例，用例生成效率提升 63%。利用 ReAct 推理框架+RAG 知识库实现用例智能评审，准确率达 89.45%。同时，通过自然语言驱动自动生成 Playwright 脚本，集成 MCP 工具链，叠加缓存机制，实现从需求到可执行脚本的分钟级转化。大幅降低缩短测试周期，回归测试效率提升 50%。

目前，该项目已在中国联通软件研究院成功落地，累计生成测试用例 13.6万+条、完成智能评审 20万+次，整体测试效率提升25%，召回率和准确率对标国内头部互联网企业达到业界领先水平。在经济效益上，以一个中等规模测试团队为测算基准，年节省人力成本约 525万元，而算力投入仅 25万元，投资回报率（ROI）高达 20倍。此外，项目荣获多项行业创新奖项，具备在金融、通信、政务等高复杂度、高可靠性要求的软件系统中广泛复制与推广的潜力，为国产大模型在垂直领域的深度应用提供标杆范例。

项目创新

项目创新主要有以下四点：

智能用例生成

首创“知识驱动+智能遍历”融合的用例生成方案。融合书生大模型，整合需求文档、业务知识图谱（OpenSPG）与页面遍历（DFS+Playwright），用例生成准确率达 87%，召回率达 76%，效率提升 63%。

智能用例生成示例

智能用例评审

构建“思维链增强评审机制”，实现智能用例评审。结合ReAct推理与RAG知识库，实现逻辑分析与规则匹配，评审准确率达89%，用例质量提升34%，评审效率提升70%。

智能用例转化

实现“自然语言→可执行脚本”的智能转化与执行。基于NLP与知识图谱，10–20分钟内将自然语言用例转为可执行“AI语言”，打通设计到执行的快速通道。

智能执行

构建“大模型解析—脚本生成—一键执行”链路。自动生成 Playwright 脚本并通过 MCP 调度，执行效率提升 50% ，支持脚本复用与回放。

智能执行示例

技术方案

本方案以书生大模型 InternLM3-8B-Instruct 为核心基座，承担需求理解、测试用例生成、执行逻辑判断与决策调度等关键任务；在图文、界面识别等多模态场景中，使用 InternVL3.5-241B-A28B 模型，提升界面理解、元素定位与复杂业务场景解析能力。

整体架构分为四层：

数据知识层：汇聚需求文档、历史用例、评审规则、操作手册及页面遍历数据，依托 OpenSPG 构建测试领域知识图谱，实现知识结构化与高效关联。

智能决策层：融合 GraphRAG+RAG 检索增强、规则引擎与多智能体协同，完成需求拆解、用例智能生成、缺陷预判及自动化评审。

执行编排层：通过 MCP 统一调度 Playwright 自动化引擎与分布式执行节点，实现自然语言用例到自动化脚本的一键转换与批量执行。

应用输出层：输出标准测试用例、评审报告、执行日志与回归结论，形成需求 — 用例 — 评审 — 执行 — 回归的端到端智能测试闭环，全面提升测试效率与质量稳定性。

全流程智能测试体系整体技术架构

总结

基于 AI 智能测试平台现有落地成果，后续将围绕书生大模型能力深化与开源工具链融合，持续推进四大模块迭代升级：

用例生成模块：迭代 OpenSPG 知识图谱与图大模型融合能力，接入书生多模态模型 IntenrVL-U，强化 DFS+PlayWright 页面智能遍历与知识补全，提升复杂及优化类需求用例召回率与准确率，目标平均召回率超 85%。

用例评审模块：升级 ReAct 推理框架，扩充 RAG 漏测经验知识库，结合书生大模型优化规则引擎，将评审准确率提升至 93%，实现评审耗时压缩至分钟级。

用例转化模块：深化存量页面打标与系统知识图谱建设，优化自然语言转自动化脚本流程，将优化类需求用例转化效率提升至 1 分钟 / 用例，降低脚本维护成本。

智能执行模块：强化书生大模型自动生成 PlayWright 脚本能力，完善 MCP 一键执行与缓存回放机制，将执行效率提升至 85% 以上，减少人工干预。

通过持续适配书生大模型、打通全链路开源工具链，平台将构建用例生成、评审、转化、执行一体化智能测试闭环，实现测试质量与效率双提升，助力软件高质量交付。