04 / 测试基础设施

板卡固件自动化测试平台

连接 WSL 服务与 Windows 实体测试机的可追踪、可恢复固件验证闭环:从任务接入到报告产出,全程在同一看板可见。

01 解决的问题

解决的问题

固件验证可能从 Jenkins 或 Webhook 触发,横跨固件获取、板卡定向执行、报告收集和面向硬件的排障。该项目将原本分散的多机器人工流程收敛为统一、可见的任务链路,并为异常情况划定明确的恢复边界。

02 执行链路

执行链路

  1. 01Webhook 或手动提交
  2. 02FastAPI 记录任务
  3. 03Redis 通知
  4. 04Celery 按板卡队列路由
  5. 05Windows Worker 执行 pytest
  6. 06Allure 报告与结果索引
  7. 07Dashboard

03 架构与职责

架构与职责

API 与看板

FastAPI 提供 Webhook、任务、报告和健康检查接口,并承载运维看板。

任务路由

Publisher 消费 Redis 通知,并按照 pipeline → board ID → Celery 队列的映射分发任务,使实体测试资源可定位、隔离并可扩展。

测试执行

Windows Worker 获取固件、调用 pytest、生成 Allure 结果,并为每次执行写入 task_result.json。

状态可见性与恢复

看板汇聚任务状态、Worker 与 Publisher 心跳、报告索引和延迟结果恢复机制,而不是将任务发布视为任务完成。

04 运行证据

运行证据

跨边界执行架构
跨边界执行架构Jenkins 通过安全入口提供已批准的构建上下文;服务层将任务转发至 Windows 测试机,测试机获取固件与测试代码、在虚拟电表上执行测试,再将结果回传至看板和消息通知链路。
运行看板
运行看板看板汇聚执行中、等待中和失败任务,并展示流水线趋势、测试机状态、任务风险和报告入口,让运维人员无需手动登录多台机器即可理解当前状态。
Allure 测试证据
Allure 测试证据每次完成的 pytest 执行都会发布为 Allure 结果;工程师可从测试用例进入执行日志和失败上下文,使排障依据始终落在可记录、可复核的证据上。
报告索引与任务可追溯性
报告索引与任务可追溯性看板将生成的报告收敛为统一、可检索的索引,并关联回任务上下文,避免人工查找报告文件。

05 可靠性与运维设计

可靠性与运维设计

06 验证方式

验证方式

07 Codex 辅助下的工程方法

Codex 辅助下的工程方法

Codex 辅助下的工程方法Codex 用于加速实现;系统边界、集成决策、真实硬件调试、失败归因与验收仍由我负责。

08 AI 演进方向

AI 演进方向

当前版本中,AI 是实现辅助工具,而不是任务执行的决策者。后续可基于结构化任务结果与日志,提供失败摘要、相似问题检索及人工复核的排障支持。

09 技术栈

技术栈

FastAPI · SQLite · Redis · Celery · pytest · Allure · WSL · Windows Worker

在 GitHub 查看源码