不少测试人员会遇到这些问题：手工编写用例效率偏低，需求改动后修改繁琐；普通 AI 工具仅支持一次性生成，无法灵活局部调整；写用例、调试接口还要切换多款软件。

基于日常测试过程里的真实痛点，我开发了 【RainaTest】 桌面端测试工具，支持 macOS / Windows ，能够根据需求文档、截图、接口信息等素材对话生成测试用例，支持增量修改、差异对比；内置接口执行能力，可调试运行接口、生成测试报告；兼容多种大模型，自带测试实用工具箱，一套工具覆盖测试多个工作环节。

下面给大家介绍下目前已更新的主要功能，工具目前还在完善中，接下来也会围绕测试全流程持续迭代新功能\~

工具展示：

相对传统方式有什么优势？

能直接感受到的差异：

1. 改用例成本更低
   需求微调、补场景、删重复，用对话 + Diff 完成，不必每次整份重生成，也不必长期依赖导出后的手工改表。

2. 生成过程可观察、可中断
   流式输出让偏题、漏模块能更早发现；跑偏了可以停，不必空等几分钟再重来。

3. 接口链路更完整
   从材料到用例，再到配置、执行、报告、Postman 导出，少开几个外部工具，也少一次「表格用例和可执行请求对不上」的手工搬运。

4. 输入更贴近真实材料形态
   测试同学手里往往不是整齐的 OpenAPI，而是 PDF、截图、一段 curl。多模态与文本混投，减少先整理文档再喂模型的前置成本。

5. 工作台更集中
   生成、改用例、跑接口、常用小工具在同一桌面应用里，数据与会话留在本机。

如果你当前的主要痛点是「手写改不动、上传生成改一次就要重来、接口用例写完还要手工搬家」，以上几条通常最先对得上。

*

核心功能

一、AI 智能生成功能测试用例

面向 PRD、需求说明、页面截图等材料，生成功能测试用例。

流程是：创建会话 → 上传需求文件或描述需求 → 对话生成 → 表格 / 思维导图查看 → 多轮修订 → 导出。

主要特点如下：

* 多格式输入
  支持 Word（.doc / .docx）、PDF、Markdown、纯文本（.txt / .md）和常见图片格式。也可以不上传文件，直接在对话里用自然语言描述需求。多文件场景下可一次提交多份材料（单文件有体积上限），适合「需求文档 + 截图」一起喂给模型。

* 对话式生成，会话可管理
  不是单次表单提交，而是围绕会话持续交互。支持创建、重命名、删除历史会话，便于按需求、按迭代分开管理，避免所有用例挤在一次生成结果里。

* 流式输出
  用例以 SSE 流式方式逐步展示，长文档场景下不必干等到全部结束才能预览。生成过程支持取消；网络抖动时也能尽量保留已生成的部分结果。

* Smart Agent 意图编排
  内置编排会识别常见操作意图，例如：整份生成、追加用例、删除指定用例、优化表述、重编号、去重、局部 patch 等。你可以用自然语言说「把登录相关异常场景补全」「删掉重复的权限用例」，而不必每次重新全量生成。

* 模糊指令先澄清
  当指令不够具体、容易误改时，Agent 会先追问再执行，减少「说了一句含糊的话，半份用例被改乱」的情况。

* 智能编辑与 Diff 采纳
  修改建议以 Diff 形式呈现，可逐条采纳或拒绝，改动可控。适合在已有用例集上做小步迭代，而不是每次导出 Excel 再手改。

* 文档追加（append）
  需求变更或补了一版文档时，可以把新材料追加到已有用例会话中继续生成，而不是推倒重来。

• 双视图查看并导出

1、结果同时支持表格视图与思维导图（mind-elixir）视图。表格适合逐条核对与检索；思维导图适合按模块 / 测试点看覆盖结构。
2、支持导出 Excel、XMind，方便接入现有用例评审、用例库或脑图评审流程。界面内也支持编辑、删除、搜索、复制等基础用例管理操作。

二、接口测试

面向接口文档、curl、URL、接口描述文本等材料，生成结构化接口测试用例，并支持配置、执行与报告。需要先说清边界：产品从接口材料生成的是测试用例，并不是自动生成 OpenAPI / Swagger 文档本身；若你手头已有 OpenAPI / Swagger JSON，也可作为输入材料被识别使用。

主要特点如下：

* 多种输入方式
  可上传接口文档、PDF、截图；也可直接粘贴 curl、完整 URL 或文字说明。

* 结构化用例字段
  生成结果包含 method、path、headers、body、断言等字段，便于后续配置与执行。

* 对话式编辑
  与功能用例类似，支持 Smart Agent、流式输出与 Diff 采纳。可以在已有接口用例上继续补异常断言、改请求体、增删用例，而不必整份重跑。

* 可视化配置
  可在工作区调整 host、端口、请求头、query、body、断言等，生成结果能直接改成可对真实环境执行的配置。

* 单条 / 批量执行
  支持对真实服务发 HTTP 请求。既能单条调试，也能批量跑一轮冒烟，验证生成用例是否「能跑、能断言」。

* 执行历史与Allure 报告
 保留执行记录与日志，便于回溯某次跑批失败原因。， 批量执行后可生成 Allure 报告，并在 Electron 内嵌查看，方便留存执行结果、做简单回归对比。

* 导出 Postman / Excel
  支持导出 Postman Collection JSON 与接口用例 Excel，方便直接导入 Postman / Newman使用，或继续在表格里评审。

三、模型与鉴权（使用前配置）

* 多模型接入
  支持 OpenAI 兼容协议与 Anthropic。可在设置中配置 baseURL、模型列表与 API Key，按团队现有服务接入（如通义、OpenAI、DeepSeek、Claude 等）。涉及截图 / PDF 页等场景时，需要具备视觉能力的多模态模型。

四、工具 Tab（本地测试工具箱）

除了 AI 生成，RainaTest 还内置一组测试日常常用的本地小工具，减少在多个网站、脚本、在线工具之间来回切换。大致分类如下：

* 图片工具
  压缩、水印、裁剪、格式转换、图片转 PDF、PDF 转图片等。

* 数据工具
  随机数据生成、数据格式转换、二维码 / 条形码、时间戳转换、Excel 转 XMind 等。

* JSON 工具
  格式化、对比、转 Excel / CSV、转 XML 等。

* 加解密与编码
  Base64、MD5 / SHA-256、AES、RSA、编码转换、密钥生成、HTML 参数处理等。

* 文本工具
  文本对比、字数统计、日志统计、正则测试等。

小结

RainaTest 主要是测试同学用的AI 测试工作台：从需求与接口材料生成用例，用对话和 Diff 继续改，接口侧还能执行、出报告、导出 Postman，并附带一套本地常用工具，不过目前的功能还没有很完善，我这边也会进行持续迭代，RAG、自动化、性能、安全等测试全流程的功能都会持续开发出来。