Casebook

Casebook 是面向 AI Agent 时代的测试用例工程化工作流。

测试工程师应该使用 Lingma、Trae、Codex、Claude Code、Cursor 等 AI Agent 在项目中理解需求、生成用例、重构用例；Casebook 负责把这些工程化用例变成可以本地浏览、评审、标记、执行和生成报告的工作台。

Casebook 的目标不是替代测试人员，而是把测试人员从重复录入、表格搬运和平台维护里释放出来。

设计理念

传统测试用例管理的常见思路是：上传需求到平台，生成 XMind 或 Excel，用例再被下载、导入、复制、维护。即使接入了 AI，本质上仍然是把 AI 包装进平台流程里，测试用例依旧是孤立的表格资产。

Casebook 的设计从一开始就是 AI-native 的工程项目：

• 需求文档放在 docs/requirements/，成为 AI 理解业务的输入。
• 测试设计方法写进 .agents/skills/，让 AI 知道如何像测试人员一样设计用例。
• 用例结构由 schema/test-case-schema.json 约束，保证 AI 输出稳定可校验。
• YAML 用例存放在 releases/，可以被 Git 管理、Code Review、回滚和追踪。
• 评审标记、执行结果和报告数据独立保存，不污染用例定义。
• 本地 Web UI 只负责查看、评审、标记、轻量编辑、执行和报告，不试图替代 AI Agent 的生成能力。

因此，Casebook 不是把 AI 当作平台上的一个“生成按钮”，而是把 AI Agent 当作测试用例工程的主要生产力。

Casebook 下的分工

• 🧑 人负责判断：需求是否理解正确、风险是否覆盖充分、用例是否值得执行、失败是否真实有效。
• 🤖 AI Agent 负责生产：读取需求和技能包，生成、补充、删除、重构 YAML 用例。
• 📐 Schema 负责约束：保证用例结构稳定，降低 AI 输出漂移。
• 🌿 Git 负责协作：让用例变成可审查、可追踪、可回滚的工程资产。
• 🧰 Casebook 负责工作台：浏览、筛选、标记、轻量编辑、执行统计和报告生成。

完整工作流程

Casebook 推荐的流程是一个闭环：

docs/requirements/ 需求文档
  + .agents/skills/ 测试设计技能包
  + schema/test-case-schema.json 格式约束
    -> AI Agent 理解需求并生成 YAML 用例
    -> releases/<需求或版本目录>/<功能>.yaml
    -> casebook serve <需求或版本目录>
    -> 本地浏览、评审、标记、轻量编辑、执行
    -> .casebook/marks.json + test-runs/<run-id>.json
    -> casebook report <run-file>
    -> HTML 测试报告

这也是 Casebook 和传统平台最大的区别：

安装

在本仓库中安装：

pip install casebook

安装后可以使用：

casebook --help
                                                                                              
 Usage: casebook [OPTIONS] COMMAND [ARGS]...                                                   
                                                                                               
 Render, review, and edit YAML test cases locally.                                             
                                                                                               
╭─ Options ───────────────────────────────────────────────────────────────────────────────────╮
│ --version          Show the Casebook version and exit.                                      │
│ --help             Show this message and exit.                                              │
╰─────────────────────────────────────────────────────────────────────────────────────────────╯
╭─ Commands ──────────────────────────────────────────────────────────────────────────────────╮
│ serve  Start the local Casebook web UI.                                                     │
│ init   Create a new Casebook test case project.                                             │
│ report Generate an HTML test report from a test run JSON file.                              │
│ renumber  Renumber test case IDs in one YAML file.                                          │
╰─────────────────────────────────────────────────────────────────────────────────────────────╯

Casebook 使用旅程

下面用一个从需求到报告的完整闭环，快速跑通 Casebook。

1. 创建用例工程

先创建一个新的 Casebook 项目：

casebook init my-casebook
cd my-casebook

初始化后，你会得到一套标准工程结构：

my-casebook/
  AGENTS.md
  .agents/skills/casebook-test-cases/SKILL.md
  docs/requirements/login.md
  releases/example/login.yaml
  schema/test-case-schema.json

其中 docs/requirements/login.md 和 releases/example/login.yaml 是一组配套示例，可以直接用来体验完整流程。

2. 启动本地工作台

如果使用初始化自带示例，可以运行：

casebook serve releases/example

默认地址：

http://127.0.0.1:8089

3. 评审和轻量编辑用例

在本地工作台中，你可以：

• 按文件浏览 YAML 用例。
• 按优先级、Mark 状态和关键词筛选用例。
• 展开用例查看前置条件、步骤和预期结果。
• 使用 Mark 标记需要关注或后续调整的用例。
• 对已有用例做轻量编辑，并保存回 YAML 文件。
• 评审插入或删除用例后，使用 ID 更新 按当前 YAML 顺序重排用例 ID。

如果评审后需要新增、删除、拆分或重构用例，推荐继续交给 AI Agent 修改 YAML，而不是在页面中逐条维护。 ID 更新 只适合评审阶段；选择测试计划后会禁用，避免执行结果和用例 ID 错位。

4. 创建测试计划并执行用例

测试计划默认折叠，不影响用例评审。进入执行阶段后，可以展开顶部测试计划面板：

• 创建或选择测试计划。
• 为每条用例选择 Passed、Failed 或 Blocked。
• 记录执行备注和 JIRA 缺陷链接。
• 查看执行进度条和统计数据。
• 点击 Complete plan 完成测试计划，并写入测试环境和测试人员。

执行数据会保存到：

test-runs/<run-id>.json

这些数据不会写入 YAML 用例文件，而是作为后续生成测试报告的依据。

5. 生成 HTML 测试报告

执行完成后，使用测试计划 JSON 生成报告：

casebook report test-runs/run-20260625093000-login-smoke.json --output reports/login-smoke.html

将命令中的 run 文件名替换成你本地 test-runs/ 目录下实际生成的文件。

报告包含：

• 测试计划基本信息。
• 执行概览和通过率统计。
• ECharts 图表。
• 失败用例列表，包含执行备注和缺陷链接。
• 阻塞用例列表，包含执行备注和缺陷链接。

到这里，一个从需求、AI 生成用例、本地评审、用例执行到 HTML 测试报告的 Casebook 闭环就完成了。

更多使用说明

README 只保留产品理念和快速旅程，完整教程放在独立文档中，避免首次阅读过长：

• 使用 AI Agent 生成用例
• 用例 ID 重排
• 测试计划与用例执行
• 项目状态文件
• HTML 测试报告

哈喽志恒，和你再对齐一下关于测试和项目管理在月度会后共识的结论，看大家理解是否有偏差？

结论： ① 先释放你的时间精力（不再亲自做测试，转为主导项目管理 + AI agent 建设、视项目组需求可逐团队介入梳理）； ② 统一工具（Jira）+ AI agent 串联，形成标准流程，暂不在每个业务线设专职项目管理角色； ③ 统一"通用标准 + 跟进方法"、允许团队灵活； ④ 先把LID测试补岗人员招到位，到岗后志恒再推进，可先挑 1–2 组试点验证。关联：普通功能/API/单元测试 AI 可替代，单项目组可推开发做测试基建、让测试资源流动以降低单点风险。 暂不需要开专项讨论。