# 技术上下文

## 技术栈概览

合规性测试工具基于以下技术栈构建：

| 类别 | 技术 | 版本 | 用途 |
|------|------|------|------|
| 核心语言 | Python | 3.8+ | 主要开发语言 |
| Web框架 | Flask | 2.0+ | Web界面实现 |
| 数据库 | SQLite | 3.0+ | 用户认证和会话管理 |
| HTTP客户端 | Requests | 2.0+ | 发送API请求 |
| AI集成 | LLM API (兼容OpenAI) | - | 智能测试数据生成 |
| 前端 | HTML/CSS/JavaScript | - | Web界面展示 |
| 报告格式 | JSON, Markdown | - | 测试报告生成 |

## 开发环境设置

### 必要组件
- Python 3.8+
- pip (Python包管理器)
- 支持Python的IDE (如PyCharm, VS Code)
- Git (版本控制)

### 项目安装步骤
1. 克隆代码仓库：`git clone <仓库URL>`
2. 安装依赖：`pip install -r requirements.txt`
3. 初始化数据库：`flask --app flask_app init-db`
4. 运行Web服务：`python flask_app.py`
5. 运行命令行测试：`python run_api_tests.py [参数]`

### 关键依赖项
项目的`requirements.txt`文件包含以下主要依赖：
- Flask：Web框架
- Werkzeug：WSGI实用工具库
- requests：HTTP客户端
- PyYAML：YAML解析
- jsonschema：JSON Schema验证
- pydantic：数据验证和设置管理
- openai：OpenAI API客户端
- Flask-Cors：处理跨域请求

## 技术约束

### 1. 性能考量
- 测试执行过程可能涉及大量HTTP请求，需要考虑超时处理和重试机制
- LLM API调用可能较慢，需要实现缓存机制避免重复生成
- 测试报告可能很大，需要优化生成和展示方式

### 2. 安全考虑
- 用户认证使用密码哈希存储，避免明文密码
- API密钥等敏感信息需要安全存储
- 上传的API规范文件需要验证格式和安全性

### 3. 兼容性要求
- 支持解析YAPI和Swagger/OpenAPI规范（JSON/YAML格式）
- 支持不同版本的OpenAPI规范（2.0/3.0）
- 支持不同API认证方式（Basic, Bearer Token, API Key等）

### 4. 扩展性设计
- 测试用例通过类继承机制支持自定义扩展
- 测试阶段支持插件式扩展
- LLM提供商可配置，支持不同模型

### 5. 网络依赖
- 需要网络连接才能访问目标API服务
- 使用LLM功能需要访问外部AI服务API

## 开发工作流

1. **代码组织**：
   - `flask_app.py`：Web界面入口
   - `run_api_tests.py`：命令行入口
   - `ddms_compliance_suite/`：核心测试框架
   - `custom_testcases/`：自定义测试用例
   - `custom_stages/`：自定义测试阶段
   - `test_reports/`：测试报告输出

2. **开发流程**：
   - 使用Git进行版本控制
   - 遵循PEP 8 Python编码规范
   - 编写单元测试验证核心功能
   - 文档驱动开发，保持代码和文档同步

3. **调试技巧**：
   - 使用日志记录关键信息
   - Flask调试模式提供详细错误信息
   - 测试用例可以单独运行进行调试