暂无搜索历史
但现在有日子没更新了，所以只有上帝还记得这些代码逻辑了，所以现在我要先带着粉丝们回忆一下之前的逻辑和开发进度：
上节课，我在test文件中成功测试了 多线程优化的demo。本节课就来合并到项目实际的AIapi.py中把。
我们需要写一个并发功能，把收到的多个需求优化设置，同时且批量的发送给AI接口。但是要把最终的内容记录到一起。
根据这些控制台输出，写出整理代码：（之所以不在页面上设置，就是把很多复杂且无聊的提示词隐藏在后台代码，防止前端维护的眼花缭乱。这些提示词今后也可以更新）
这里需要注意的是：该步骤耗费资源(接口成本和时间)较大，所以设计的时候我就是采用了可绕过。也就是用户可以不点击需求优化按钮，直接就用需求分解后的多个功能点(小需...
首先在弹层中增加 保存按钮，并设置好对应的点击事件，（顺手把开始优化按钮也设置好点击事件）
1. 每个用例设计方法做一个字段，共13条，以后也会增多，但增多必须修改底层数据库增加新字段，何况项目以后还有很多其他重要字段，字段太多会很乱。所以不推荐。
今天的主要任务是，做一个前端交互的配置弹层，点击优化需求按钮后，弹出可选的各种测试用例设计方法和话术设计等。
着重分析这些功能点之间，哪些是有逻辑关联的，哪些是没有逻辑关联但是在同一个页面一起填入的。（有逻辑关联的需要使用判定表，无逻辑关联但同一个步骤/页面输入的需要正...
一、解析代码多了俩个空格导致报错，这个地方大家要注意一下修改成顶格的：(data:)
简单介绍一下这个腾讯智能体创建，大家可以自己部署一个，这样也能保证需求和数据安全,而且新建有很大的免费额度赠送。
上图中，增加了俩个按钮，并且关联了俩个点击事件，然后实现这俩个事件的函数：(代码很简单，都是一句话解决，大家要背熟这两句js的增减列表元素)
上节课，我们搞定了需求分解功能（不包含AI接口），分解的结果以列表形式展示在前端。此刻需要操作人员人工确认一遍分解的是否正常，可以手动修补。
一般来说，会把长篇大论的需求，找出所有的功能点，再对每个功能点写测试用例。所以AI生成用例的一大步骤，就是对需求进行分解。会分解成多个功能点。
众所周知，目前的大模型对超长文的需求把控还是很潦草，甚至对一些图片类的也不能有效读取和理解。以前提起用gpt生成测试用例，大家理解就是简单的把需求文档直接扔给g...
1. 项目基础信息设置，包括（项目名称等各种字段等。）内容含在DB_project表，进入项目后默认进入该页面.
本节课开始研发"进入项目"的功能。也就是用户一点击项目后进入的页面。实现起来是这样的思路。
最近越来越多的老学员和粉丝跟我说公司上了智能xxx的功能，让其负责测试，却不知道怎么下手。每个看似简单的功能，如果你不知道智能体是如何开发出来，也不知道...
script中的改动如下，data声明变量，methods存放获取函数，mounted自动调用函数。
暂未填写学校和专业
