本發(fā)明涉及軟件開發(fā)，尤其涉及一種基于人工智能的零代碼軟件開發(fā)及測試系統(tǒng)。

背景技術：

1、隨著軟件技術的不斷發(fā)展，軟件開發(fā)的復雜度和規(guī)模不斷增加，傳統(tǒng)的軟件開發(fā)方法需要開發(fā)者具備較高的編程技能，并耗費大量時間進行代碼編寫、調試、優(yōu)化和測試。此外，軟件需要在不同操作系統(tǒng)和硬件平臺上運行，給開發(fā)和部署帶來了額外的兼容性挑戰(zhàn)。為了降低開發(fā)門檻、提升開發(fā)效率和質量，零代碼開發(fā)平臺逐漸受到關注，零代碼開發(fā)是一種無需編程或僅需極少編程的開發(fā)方法，通過圖形化界面和配置化操作，用戶可以快速構建和部署應用。然而，目前大多數零代碼平臺功能有限，無法處理復雜的應用需求，尤其在高效的代碼生成、自動化測試、代碼優(yōu)化及跨平臺部署方面仍存在不足。傳統(tǒng)的零代碼平臺主要依賴于預定義的組件庫和模板，缺乏對用戶自然語言需求的深度理解與轉化能力，無法靈活應對多樣化的業(yè)務場景。

2、例如授權公告號為cn116301811b的中國專利涉及一種零代碼可視化的軟件開發(fā)平臺，包括存儲單元，用于存儲功能邏輯單元，其可被分為啟動邏輯單元、中部邏輯單元以及目的邏輯單元；操作單元，用于主動輸入啟動邏輯單元以及目的邏輯單元；處理單元，用于將存儲的功能邏輯單元進行相互匹配，在明確啟動邏輯單元以及目的邏輯單元后，能自動生成完整中部邏輯鏈；顯示單元，用于提供給用戶一可視化操作模塊。通過設計的軟件開發(fā)平臺，利用設置的處理單元，其能夠在用戶確定啟動邏輯單元以及目的邏輯單元后，能夠自動的進行中部邏輯鏈的構建，并通過關鍵詞組的方式于顯示單元中展示，以便用戶更高效的實現軟件的開發(fā)。

3、以上專利均存在本背景技術提出的問題：傳統(tǒng)的零代碼平臺主要依賴于預定義的組件庫和模板，缺乏對用戶自然語言需求的深度理解與轉化能力，無法靈活應對多樣化的業(yè)務場景，為解決以上問題，本發(fā)明設計了一種基于人工智能的零代碼軟件開發(fā)及測試系統(tǒng)。

技術實現思路

1、本發(fā)明所要解決的技術問題是針對現有技術的不足，提供了一種基于人工智能的零代碼軟件開發(fā)及測試系統(tǒng)，所述系統(tǒng)包含自然語言解析模塊、代碼生成模塊、代碼優(yōu)化模塊、智能測試模塊和跨平臺部署模塊。自然語言解析模塊將用戶輸入的自然語言描述解析為軟件開發(fā)需求文檔；代碼生成模塊基于需求文檔生成源代碼，并可選擇編程語言和框架；代碼優(yōu)化模塊對生成的代碼進行靜態(tài)分析和重構優(yōu)化；智能測試模塊通過界面模型提取、用例生成和用例分析邏輯，自動生成測試腳本、執(zhí)行測試并反饋測試結果；跨平臺部署模塊實現軟件的自動化打包、兼容性檢查、部署配置和發(fā)布管理。本發(fā)明旨在簡化軟件開發(fā)流程，提升開發(fā)效率和質量。

2、為實現上述目的，本發(fā)明提供如下技術方案：

3、一種基于人工智能的零代碼軟件開發(fā)及測試系統(tǒng)，所述系統(tǒng)包括：

4、自然語言解析模塊、代碼生成模塊、代碼優(yōu)化模塊、智能測試模塊和跨平臺部署模塊；

5、所述自然語言解析模塊配置有需求處理策略，所述需求處理策略用于解析用戶輸入的自然語言描述，轉換為軟件開發(fā)需求文檔；

6、所述代碼生成模塊，連接所述自然語言解析模塊，根據所述軟件開發(fā)需求文檔生成對應的源代碼，所述代碼生成模塊配置有代碼生成引擎，用于選擇編程語言、框架和庫，并根據需求生成相應的代碼；

7、所述智能測試模塊配置有代碼測試策略，所述代碼測試策略用于通過機器學習方法生成測試用例、定位錯誤位置和預測代碼故障率。

8、所述自然語言解析模塊，包括：

9、語義識別單元，用于通過nlp技術對所述自然語言描述進行分詞、詞性標注、句法分析，提取關鍵的意圖、動詞和目標對象，輸出語義信息；

10、上下文分析單元，用于分析所述語義信息之間的關聯性，進行同義詞替換和代詞指代，將語義信息進行合并，輸出段落語義信息；

11、需求映射單元，用于將所述段落語義信息通過知識圖譜映射到預定義的規(guī)范化需求模板，輸出軟件開發(fā)需求文檔；

12、所述需求處理策略包括語義識別邏輯、語義融合邏輯和語義轉化邏輯；

13、所述語義識別邏輯用于將用戶的自然語言描述分解為功能需求和意圖，所述語義識別邏輯配置于所述語義識別單元內；

14、所述語義融合邏輯用于分析所述功能需求和意圖之間的重合性，將相似度高的功能需求和意圖進行融合，所述語義融合邏輯配置于所述上下文分析單元內；

15、所述語義轉化邏輯用于將融合后的功能需求和意圖轉化為技術需求文檔，所述語義轉化邏輯配置于所述需求映射單元內。

16、所述語義識別邏輯，包括：

17、根據pkuseg工具包對自然語言描述進行分詞和詞性標注，獲取候選詞序列，通過詞嵌入模型將所述候選詞序列進行向量化表示；

18、通過注意力機制計算候選詞序列中每個詞向量的詞權重，根據卷積運算對所述詞權重進行增強，計算語義權重；

19、對所述詞向量進行張量分解，構造高階語義張量，并對所述高階語義張量進行奇異值分解，計算動態(tài)語義；

20、通過貝葉斯推理對所述詞向量、語義權重和動態(tài)語義進行意圖推理，根據級聯分類器篩選詞向量對應的輸出概率，將所述輸出概率與預定義的開發(fā)需求進行對比，輸出語義信息。

21、所述語義融合邏輯，包括：

22、根據所述語義信息計算窗口大小，通過構造上下文窗口分析語義信息之間的關聯度；

23、根據所述關聯度對每個上下文窗口內的語義信息進行依存關系解析，構建依存樹，將句子中每個詞的依賴關系以邊的形式連接，形成一個有向圖；

24、檢查所述依存樹中每一個分支的核心意圖是否匹配，如果匹配，將分支的語義信息進行融合，如果不匹配，將語義信息進行隔離。

25、所述代碼優(yōu)化模塊用于對所述代碼生成模塊生成的代碼進行優(yōu)化，獲取待測代碼，包括：

26、代碼分析單元，用于對所述源代碼進行靜態(tài)分析，識別代碼中格式問題和潛在漏洞；

27、性能優(yōu)化單元，用于識別代碼中的數據處理函數、循環(huán)函數和遞歸函數，通過對函數進行復雜度分析，并根據動態(tài)規(guī)劃算法對高復雜度的函數進行自動重構；

28、代碼重構單元，用于提升代碼的可讀性和可維護性，通過重構技術優(yōu)化代碼結構。

29、所述智能測試模塊，包括：

30、元素提取單元，用于根據所述待測代碼，獲取軟件的界面元素圖，提取軟件界面模型；

31、用例生成單元，用于根據所述軟件界面模型，生成測試腳本；

32、用例執(zhí)行單元，用于將測試腳本轉化為自動化測試工具可執(zhí)行的格式，通過自動化測試工具執(zhí)行測試腳本，并收集測試結果數據；

33、代碼反饋單元，用于對所述測試結果數據進行分析，生成測試報告并反饋至代碼生成引擎，代碼生成引擎根據所述測試報告對待測代碼進行修改；

34、所述代碼測試策略包括界面模型提取邏輯、用例生成邏輯和用例分析邏輯；

35、所述界面模型提取邏輯用于從待測代碼生成的界面中提取ui元素，構建軟件的界面模型；

36、所述用例生成邏輯用于根據提取的界面模型自動生成測試用例和測試腳本；

37、所述用例分析邏輯用于對測試執(zhí)行結果進行分析，并生成反饋報告，還包括對測試過程中收集到的執(zhí)行數據進行分析，識別出功能錯誤和性能瓶頸問題，生成測試報告；

38、所述界面模型提取邏輯配置于所述元素提取單元內，所述用例生成邏輯配置于所述用例生成單元內，所述用例分析邏輯配置于所述代碼反饋單元內。

39、所述界面模型提取邏輯，包括：

40、調用所述待測代碼的界面運行部分，生成界面元素圖；

41、通過圖像處理技術提取界面元素圖的框架匹配特征，通過人工智能算法對所述框架匹配特征進行識別，獲取界面元素類別；

42、通過語義識別技術提取界面元素圖的文本匹配特征，通過人工智能算法對所述文本匹配特征進行提取，獲取界面文本含義；

43、根據所述界面元素類別和界面文本含義生成軟件界面模型。

44、所述用例生成邏輯，包括：

45、根據所述軟件界面模型使用組合測試方法自動生成不同的測試場景，所述測試場景包括正向測試、逆向測試和邊界測試；

46、根據所述測試場景，通過腳本生成算法將測試場景轉化為可執(zhí)行的自動化測試腳本；

47、在自動化測試腳本生成過程中，通過靜態(tài)分析和動態(tài)分析相結合，確定最優(yōu)用例執(zhí)行順序。

48、所述跨平臺部署模塊通過自動化的方式管理軟件代碼的打包、兼容性檢查、部署配置和反饋過程，所述模塊包括：

49、打包檢驗單元：用于將軟件源代碼和依賴文件打包為適合目標平臺的安裝包，并在打包前后執(zhí)行兼容性檢查；

50、配置管理單元，用于根據目標平臺的特點和需求，自動生成部署所需的配置文件，并支持動態(tài)配置調整；

51、監(jiān)控反饋單元，用于實時監(jiān)控部署過程中的步驟，收集日志信息并生成反饋報告。

52、與現有技術相比，本發(fā)明的有益效果是：

53、1.本發(fā)明通過自然語言解析模塊，用戶可以使用自然語言描述需求，系統(tǒng)自動將其轉化為軟件開發(fā)需求文檔并生成源代碼，無需具備專業(yè)的編程技能，降低了軟件開發(fā)的技術門檻；

54、2.本發(fā)明能夠自動生成測試用例和測試腳本，執(zhí)行測試并分析測試結果，自動識別代碼中的功能錯誤和性能瓶頸，并提供反饋建議，減少人工測試工作量，提高軟件質量和可靠性。

55、3.本發(fā)明通過各模塊間的協(xié)同工作，實現了從需求輸入到代碼生成、優(yōu)化、測試和部署的全流程自動化，支持快速迭代開發(fā)。監(jiān)控反饋機制確保部署過程中的問題能夠及時發(fā)現和修復，進一步加快了軟件的開發(fā)周期。