经过 Postman 的简单测试，我发现可以直接抓取开普勒的包用于增删改查，轻易的操纵开普勒的功能，如创建场景测试的分组，并在分组中批量创建场景用例，如此来便萌生了真正自动化的想法：只需要抓包 + 撰写逻辑，即可实现单元测试 + 集成测试。简单来说，就是在代码中输入少许，即可在开普勒中生成所需的全部场景，代替手工完成输入参数、调参与改 BUG。
开发的大体思路：主要针对开普勒的自动化场景（场景测试 + 执行集）基于 Python 开发模块，使用固定模块（包含环境变量等）+ 调用模块（调用执行增删改查）的架构方式，每个模块都包含许多细分文件，每个文件仅用单独的一个类，目的是尽量地减少耦合，后续可能会使用数据库、框架等构建方式，使其成为一个更加完整、立体的小项目。
进程：
- 完成了整体大致逻辑框架
- 简单的检验了项目计划的可行性（使用面向过程代码实现）
- 实现了基类 check 的全部功能，用于判断所需的参数是否合乎规范（JSON, URL）
- 实现了基类 cvcurl 的部分功能，支持将 cURL 转换成 Python 代码（可提取 url、method、headers 等多个参数）
- 实现了基类 require 的部分功能，封装 requests 类，新增了很多功能（输出全部请求和响应信息等）用于更好的适配项目
考虑到场景用例步骤的数据量巨多，仅单独储存在一个普通文件中显然不可行，结合选择储存参数（用例步骤的参数）类型要用到 JSON，因此我选择使用 MongoDB 作为项目数据库。
采用 MongoDB 的优势：
- 储存方便，采用 JSON 格式储存更利于参数的直接读取和存入，操作简约，可视性也更高
- 便携性高，可以随时导出数据库中的集合或文档，离线操作方便了团队协同
- 速度快，根据相关效率测试，在 1w 条数据以内，Mongodb 的增删改查效率都全面碾压 Mysql
在实现了众多基类的基础之后，重心就应该偏移至 DEMO 演示与功能完善上，尽快实现自动化目标才是哥白尼的最终目的。于是我结合了多个基类，完成了多个 DEMO 的演示，如创建用例分组、生成用例步骤、查看数据库中的用例等。
进程：
- 将项目开发目标锁定在完善场景测试上，其他功能待开发
- 实现了基类 demand 的全部功能，主要针对开普勒的场景测试模块的交互（获取目标场景用例对应的 ID 等）
- 实现了基类 mulapi 的全部功能，主要针对开普勒的场景用例的步骤填入，可实现一键自动化填入全部步骤
- 实现了基类 database 的全部功能，能够与 MongoDB 数据库交互，将所需数据增删改查进数据库中
- 仅用 database 类，实现了 “数据库交互” 功能文件，支持批量导入 / 导出用例步骤出入数据库，支持一键修改数据库中的用例步骤等功能
当需要填写用例步骤时，自然是记不清每一个用例步骤名称的，这时便需要重新查看数据库中记录的用例步骤，但仅靠数据库完成搜索是不够的，因为存在步骤繁琐 + 可视性低的问题，由此我完成了 MongoDB 数据库中文索引，并构建了一个平台，专门用于检索用例步骤（采用了 jieba 中文分词 + paddle 的索引优化，采用 MVC 模型）。
此时，新建场景用例的用法为：
- 利用 “场景用例” 功能文件，确定用例分组的 serviceid、场景用例 ID 等环境参数
- 利用 “MongoDB 中文检索” 平台，本地检索所需的全部用例步骤名称
- 再利用 “场景用例” 功能文件，将环境参数、用例步骤名称等全部变量填入一个主函数中
- 最后运行 “场景用例” 功能文件
- OK，回到开普勒检查用例构建是否成功
当然，如果需要修改数据库中的用例步骤，也不需要亲自在 MongoDB shell 中修改，只需要利用 “数据库交互” 功能文件，该文件包含了全部增删改查的函数，一键调用即可。
至此，正式构建完成了本项目的核心功能，但依然是最简易的 DEMO 实现，还需要进一步优化迭代。
经过初步使用哥白尼，成果：构建自动化时间节省了 42%，具体指的是一个新的需求，从手动测试 API 接口，到思考每个用例步骤的所需参数与排列顺序，再到创建场景用例并填写全部用例步骤，最后自动化运行成功的全过程（最开始人力填写用例步骤与 DEBUG 需要 7 天；现在使用哥白尼自动填写用例步骤，需要 4 天），但最耗时的依然是思考每个用例步骤的所需参数与排列顺序。
进程：
- 结合 mulapi 类、demand 类和 database 类，实现了 “场景用例” 场景文件，支持新建 / 修改场景用例（包括内部的全部用例步骤），支持查询用例的 ID、serviceid 与反查等功能
- 结合 Flask 框架 + jieba 中文分词索引 + database 类，实现了 “用例检索” 场景文件，支持中文全文检索（关键字搜索）
使用一段时间，依然觉得步骤有些繁琐，灵光一闪，突然发现我一直在根据产品需求，来创建表单，然后根据表单内容一步步输入数据库，再从数据库中提取用例步骤（包括参数和排列顺序）来填入功能文件中，最后运行功能文件，自动化填入开普勒中，这其中怪的地方就是，我为什么要手动填写表单内容进数据库，再手动填入功能文件中？如果我一开始就让功能文件，自动化处理表单（填入数据库 + 传入开普勒），岂不美哉？
因此我又有了新的想法：
- 维护两个表单即可（场景用例表单、用例步骤表单）
- 数据库直接从表单中汲取数据（以前是手动输入到数据库）
- 将以前全部的功能文件进行封装，变成一个 “表单迭代” 功能函数，让哥白尼直接处理表单中的内容
- 运行 “表单迭代” 功能函数即可实现全部功能，而 “MongoDB 中文检索” 平台就用于检索（例如查看某个用例步骤的具体细节）
- 至于之前的功能文件（如 “场景用例” 和 “数据库交互”）可以用来查看和调整细微的细节
至此，正式迭代完成了本项目的全部功能，但版本无止境，依然需要进一步优化迭代。
再度使用哥白尼，成果：构建自动化时间节省了 58%，看似只进步了 16%，但这比较的是自动化测试整体的时间，如果只横向对比自动填写（哥白尼的主体功能）和手工填写场景用例，不考虑只能人力完成的任务（如需求分析与理解、手动校验单个接口等过程），哥白尼运行的时间几乎可以忽略不计！在我重构全部原有项目的时候，平均用时仅为 62 秒，目前整个项目有 118 个用例步骤，随着项目组的推进，以后可能会扩展到几百甚至上千的用例，如果纯手工来维护用例肯定是严重耗时且易错的（修改一个接口可能需要迭代几十个用例），使用哥白尼仅需要维护表单，即 Ctrl + F 一键更改接口，再一键运行表单迭代功能，最多不超过 10 分钟，就能完成全部自动化用例的迭代。
进程：
- 结合全部基类 + 功能文件，实现了集中化封装的新功能文件：“表单迭代”，支持从表单中汲取全部数据至 MongDB 数据库，并上传开普勒
- 对部分功能文件进行了 Bugfix 和迭代，适配了功能用例（如添加了延迟步骤用例）
已离职。
待完成：
- MongoDB 检索支持：模糊搜索和搜索分类
- 表单支持：md 和 csv 格式
- 前端美化