Skip to content

546715115/bug-analysis-tool

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

测试问题单分析工具

一个本地运行的测试问题单多维分析工具,支持通过灵活的维度配置和排列组合分析问题内容。

功能特点

  • 📥 数据导入: 支持Excel(.xlsx/.xls/.csv)和API接口导入
  • 📊 多维分析: 支持业务类型、问题类型、发现环境、影响程度等维度
  • 🔄 交叉分析: 任意两维度交叉分析,热力图可视化
  • 📈 环境漏出: 分析各环境的测试质量问题漏出率
  • ⚠️ 严重程度: 分析各业务/类型的严重问题分布
  • 📋 数据管理: 数据筛选、导出功能

快速开始

1. 安装依赖

cd bug_analysis
pip install -r requirements.txt

2. 运行应用

streamlit run app.py

3. 使用流程

  1. 导入数据: 在"数据导入"页面,上传Excel文件或配置API接口
  2. 数据概览: 查看数据的基本统计和各维度分布
  3. 交叉分析: 选择竖轴和横轴维度,生成交叉分析表格或热力图
  4. 环境漏出: 分析各业务模块在不同环境的分布和漏出率
  5. 严重程度: 分析各模块的严重问题占比

数据格式

Excel/CSV格式

导入的Excel或CSV文件应包含以下字段(字段名不区分大小写):

系统字段 可用列名 说明
business_type 业务模块、业务类型、模块 业务类型
bug_type 问题类型、类型 问题类型
environment 发现环境、环境 发现环境
severity 影响程度、严重程度、级别 影响程度
bug_id 问题单号、BUG编号、ID 问题单号
title 问题标题、标题 问题标题
create_time 创建时间、发现时间 创建时间
status 状态 问题状态

示例数据文件: sample_data.csv

维度配置

维度配置位于 config/dimensions_config.yaml,可自定义修改:

dimensions:
  business_type:
    name: "业务类型"
    options:
      - value: "order"
        label: "订单模块"
      # ... 其他选项

API配置

API配置位于 config/api_config.yaml

apis:
  - name: "问题单接口"
    endpoint: "http://your-server/api/bugs"
    method: "GET"
    auth:
      type: "bearer"
      token: "your-token"
    response_mapping:
      data_path: "data.list"
      fields:
        business_type: "module"
        bug_type: "bug_type"

目录结构

bug_analysis/
├── app.py                    # 主应用
├── requirements.txt          # 依赖
├── config/
│   ├── dimensions_config.yaml    # 维度配置
│   └── api_config.yaml           # API配置
├── config_loader.py          # 配置加载器
├── data_importer.py          # 数据导入
├── analyzer.py               # 分析引擎
├── visualizer.py             # 可视化
├── sample_data.csv           # 示例数据
└── README.md                # 说明文档

技术栈

  • Streamlit: Web框架
  • Pandas: 数据处理
  • Plotly: 可视化图表

注意事项

  1. 首次使用建议先导入 sample_data.csv 测试
  2. 数据导入后会自动识别字段,也可手动映射
  3. 分析结果可导出为CSV文件
  4. 所有数据本地处理,不会上传

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages