From 99475f38ba1bef8e5859221e469e339496bb1983 Mon Sep 17 00:00:00 2001
From: shaoyuyishiwo <523314409@qq.com>
Date: Mon, 18 Nov 2019 08:44:24 +0000
Subject: [PATCH] =?UTF-8?q?[feat](README.md)=E6=96=B0=E5=A2=9E=E8=8B=B1?=
 =?UTF-8?q?=E6=96=87=E9=83=A8=E7=BD=B2=E6=96=87=E6=A1=A3?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 README.md    | 215 +++++++++++++++-------------------
 README_CH.md | 321 +++++++++++++++++++++++++++++++++++++++++++++++++++
 2 files changed, 414 insertions(+), 122 deletions(-)
 create mode 100644 README_CH.md

diff --git a/README.md b/README.md
index 7c69374..385241e 100644
--- a/README.md
+++ b/README.md
@@ -2,112 +2,108 @@
 
 ![](https://img.shields.io/badge/-%20marvelous-orange) ![](https://img.shields.io/badge/-%20gogeous-grey) ![](https://img.shields.io/badge/-%20elegant-blue)   
 
++ [Taisite-Platform 中文文档](https://github.com/amazingTest/Taisite-Platform/blob/master/README_CN.md)
+
 ![泰斯特平台LOGO.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/泰斯特平台LOGO.png)
 
-## Ⅰ. 泰斯特平台简介
+## Ⅰ. Introduction
 
-### 背景
+### Background
 
-「泰斯特平台」是一个由「软件测试 & 机器学习爱好者」开发的接口自动化测试平台。
+"Taisite-Platform" is an interface automation test platform developed by "Software Testing & Machine Learning Enthusiasts".
 
-### 愿景
+### Vision
 
- 平台致力于将人工智能技术与软件测试有效结合，让平台在保障测试精确性要求的同时更具智能化、泛化能力，
- 同时尽可能 **最优化使用体验** ，目标是成为 **最贴心、最好用、颜值最高** 的开源测试平台。
+The platform is dedicated to effectively combining artificial intelligence technology with software testing, enabling the platform to be more intelligent and generalized while ensuring test accuracy requirements
+and ** optimize the user experience ** at the same time. The goal is to become the most intimate, best-used, highest value open source test platform.
  
-### 技术栈
+### Technology stack
 
- 平台遵循「前后端分离开发」思想，技术栈为：「Python + Vue + Mongodb」，后端开发使用的是轻量级 Web 框架 Flask，
-前端 UI 框架则采用的是易上手的 ElementUi。
+The platform follows the idea of "separate development frontend and backend". The technology stack is: "Python + Vue + Mongodb".
  
- [***（在这里感谢一下该开源项目给我带来的启发)***](https://github.com/githublitao/api_automation_test) 
+ [***（Thanks for the inspiration that this open source project brought to me.)***](https://github.com/githublitao/api_automation_test) 
 
-### 使用环境
+### User environment
 
-**推荐使用 Chrome 最新浏览器使用~**
+**Chrome is a good choice**
 
-### 开源协议
+### Open source protocol
 
 ***APGL-3.0***
 
-（详细内容请查阅 LICENSE 文件）
 
-## Ⅱ. 泰斯特平台特点 （os：和其他测试平台有什么区别？）
+## Ⅱ. Taisite-platform features (os: What is the difference between other test platforms?)
 
- **0. 已经投入生产环境使用 1 年以上, 用起来轻松没负担~**
+ **0. It has been put into production environment for more than 1 year, it is stable~**
  
- 1. 平台遵循「小而精」的策略，最大化所有功能的开发、使用性价比，可帮助测试团队快速搭建起易于上手 / 维护的接口
- 自动化测试体系。
+ 1. The platform follows a "small but fine" strategy to maximize the development of all features and cost-effectiveness, helping test teams quickly build easy-to-follow/maintain interfaces
+  automated test system.
  
- 2. 平台遵循「零编码」原则，使用者不需要编程即可完成较为复杂的业务流程接口测试。
+ 2. The platform follows the "zero-encoding" principle, and users can complete more complex business process interface tests without programming.
  
- 3. 平台遵循「颜值即正义」原则，操作界面展示如下：
+ 3. The platform follows the principle of “good-looking is justice” and the operation interface is shown as follows:
  
  ![操作界面展示](https://github.com/amazingTest/Taisite-Platform/blob/master/images/操作界面展示.png)
  
- 4. 平台拥有极佳的定时任务体验，启动定时任务后可随时停用 / 任意编辑任务内容且立即生效，同时拥有丰富的告警策略，
- 页面展示如下：
+ 4. The platform has an excellent timed task experience. After starting the scheduled task, you can disable/arbitrarily edit the task content and take effect immediately. It also has a rich alarm strategy.
+  The page is shown below:
  
  ![定时任务配置](https://github.com/amazingTest/Taisite-Platform/blob/master/images/定时任务配置.png)
  
- 5. 平台拥有导入 / 导出功能，支持测试人员 **"最喜爱的"** Excel 格式，易于批量生成 / 修改用例。
+ 5. The platform has import/export capabilities that support testers ** "favorite" ** Excel format for easy batch generation/modification of use cases.
  
  ![数据导入展示](https://github.com/amazingTest/Taisite-Platform/blob/master/images/数据导入展示.png)
  
- 6. 平台拥有较为丰富的测试结果校验体系，支持**文本相似度**校验。
- ([具体内容可参考本篇博文](https://juejin.im/post/5cfe1dd96fb9a07ed7407321))
+ 6. The platform has a rich test result verification system and supports **text similarity** verification.
+ ([get more detail](https://juejin.im/post/5cfe1dd96fb9a07ed7407321))
  
- 7. 平台对外提供测试任务调度接口，方便与开发项目集成。
+ 7. The platform provides a test task scheduling interface to facilitate integration with development projects.
  
  8. ......
  
- ***（还有许许多多令人惊喜的小特色等着你去探索 & 挖掘）***
+ ***（There are so many amazing little features waiting for you to explore & tap）***
  
 
-## Ⅲ .泰斯特平台功能图解
+## Ⅲ .Taisite-platform function diagram
 
 ### V1.0
 
 ![泰斯特平台结构图_V1.0](https://github.com/amazingTest/Taisite-Platform/blob/master/images/泰斯特平台结构图_V1.0.png)
 
-## IV . 泰斯特平台部署
+## IV . Deploy
 
-### windows 环境下部署
+### Deploy under windows 
 
-#### 0. 克隆项目
+#### 0. Clone
 
     git clone https://github.com/amazingTest/Taisite-Platform.git
 
-#### 1. 安装 python 3 环境
-
-[点击进入教程](https://www.runoob.com/python3/python3-install.html)
+#### 1. Install python 3 env
 
 #### 2. 部署自然语言模型
 
-[点击下载模型](https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip)
+[Download model](https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip)
 
-2.2 解压压缩包
+2.2 Extract the compression package
 
-2.3 安装 python 依赖包
+2.3 Install python dependent-packages
 
     pip install tensorflow==1.14.0  -i https://pypi.tuna.tsinghua.edu.cn/simple
     pip install bert-serving-server==1.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
   
-2.4 启动模型
+2.4 Start the model
 
-// 当前目录切换至模型文件夹目录后执行
+// Execute after the current directory is switched to the model folder directory
 
     bert-serving-start -model_dir ./chinese_L-12_H-768_A-12/ -num_worker=1
   
-启动成功后输出如下：
+After the startup is successful, the output is as follows:
 
 ![NLP模型启动成功输出](https://github.com/amazingTest/Taisite-Platform/blob/master/images/NLP模型启动成功输出.png)    
 
-#### 3. 部署 Mongodb 数据库
-
-[点击进入教程](https://www.runoob.com/mongodb/mongodb-window-install.html)
+#### 3. Deploy Mongodb database
 
-#### 4. 设置系统环境变量
+#### 4. Set system environment variables
 
     AUTOTEST_PLATFORM_ENV=production
     AUTOTEST_PLATFORM_NLP_SERVER_HOST=127.0.0.1
@@ -117,84 +113,82 @@
     AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
     AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=taisite
   
-其中 AUTOTEST_PLATFORM_ENV 默认为 production （必填）
+Where AUTOTEST_PLATFORM_ENV defaults to production (required)
 
-AUTOTEST_PLATFORM_MONGO_HOST和 AUTOTEST_PLATFORM_MONGO_PORT 分别表示数据库的地址和端口（必填）
+AUTOTEST_PLATFORM_MONGO_HOST and AUTOTEST_PLATFORM_MONGO_PORT indicate the address and port of the database (required)
 
-AUTOTEST_PLATFORM_MONGO_USERNAME和 AUTOTEST_PLATFORM_MONGO_PASSWORD 分别表示数据库的帐号密码（若无可不填）
+AUTOTEST_PLATFORM_MONGO_USERNAME and AUTOTEST_PLATFORM_MONGO_PASSWORD represent the account password of the database (if not required)
 
-AUTOTEST_PLATFORM_NLP_SERVER_HOST（自然语言模型服务）默认为本机启动 （非必填）
+AUTOTEST_PLATFORM_NLP_SERVER_HOST (Natural Language Model Service) defaults to native boot (not required)
 
-AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名（必填）
+AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME is the default data table name (required)
 
-设置完成后可通过下列命令进行测试（CMD切换至项目根目录下）
+After the setting is completed, you can test it with the following commands (CMD switches to the project root directory)
 
     python ./backend/config.py
   
-若配置成功则可看见输入的配置数据
+If the configuration is successful, you can see the input configuration data.
 
-#### 5. 打包前端 dist 文件 （这一步我已为你们做好，若不需二次开发可跳过）
+#### 5. Package the front-end dist file (I have done this for you, skip it if you don't need secondary development)
 
-5.1 安装 Vue 环境，下载 node.js 并配置环境，下载 npm 包管理器
+5.1 Install the Vue environment, download node.js and configure the environment, download the npm package manager
 
-5.2 cmd 进入 frontend 目录下，配置 cnpm :
+5.2 Cmd into the frontend directory, configure cnpm:
 
     npm install -g cnpm --registry=https://registry.npm.taobao.org   
   
-5.3 执行安装依赖包命令:
+5.3 Execute the install dependency package command:
 
     cnpm install
   
-5.4 执行打包命令:
+5.4 Execute the package command:
 
     cnpm run build
   
-若成功打包则会在项目根目录下生成 dist 文件夹
+If successfully packaged, the dist folder will be generated in the project root directory.
 
-#### 6. 启动后端
+#### 6. Start backend
 
-// 切换至项目根目录下执行
+// Switch to the project root directory to execute
 
     pip install -r ./backend/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 
-// 启动后端 ( 默认5050端口 )
+// Start backend (default 5050 port)
 
     python ./backend/run.py
 
-// 创建平台管理员帐号密码
+// Create a platform administrator account password
 
     python ./backend/createAdminUser.py
   
-#### 7. 访问项目
+#### 7. Access project
 
-现在就可以访问 http://127.0.0.1:5050/#/login 使用创建的管理员帐号密码进行登录
+You can now log in using http://127.0.0.1:5050/#/login using the created administrator account password.
 
 ![平台登录界面2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/平台登录界面2.png)
 
-### Linux 环境下 Docker 容器化部署
+### Docker containerized deployment in Linux environment
 
-[点击进入 Docker 教程地址](https://www.runoob.com/docker/ubuntu-docker-install.html)
-
-#### 0. 克隆项目
+#### 0. Clone
 
     git clone https://github.com/amazingTest/Taisite-Platform.git
   
-#### 1. 自然语言模型部署
+#### 1. Natural language model deployment
 
     sudo -i
     docker pull shaoyuyishiwo/bertserver
     docker run --name autotest-platform-bertserver -d shaoyuyishiwo/bertserver 
 
 
-#### 2. Mongo 数据库部署 (若已有现成数据库可用则可跳过此步)
+#### 2. Mongo database deployment (skip this step if an existing database is available)
 
-2.1 启动数据库 & 数据挂载至宿主机
+2.1 Start database & data mount to host
 
     sudo -i
     docker pull mongo 
     docker run  --name autotest-platform-mongo -p 27017:27017 -v /data/db:/data/db -v /data/configdb:/data/configdb ``-d mongo
   
-2.2 创建数据库帐号
+2.2 Create a database account
 
     docker exec -it autotest-platform-mongo /bin/bash
 
@@ -208,22 +202,22 @@ AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名（必填）
 
     Successfully added user: { "user" : "admin", "roles" : [ "root" ] }
   
-2.3 数据库内存扩容(建议)
+2.3 Database memory expansion (recommended)
 
     > db.adminCommand({setParameter:1, internalQueryExecMaxBlockingSortBytes:335544320})
 
     { "was" : 33554432, "ok" : 1 }
   
-#### 3. 环境变量配置
+#### 3. Environment variable configuration
 
 // 编辑 /etc/profile 文件
 
     sudo -i
     vi /etc/profile
   
-若出现警告则选择 (E)dit anyway (输入 E)
+If there is a warning, select (E)dit anyway (enter E)
 
-3.1 文本末端插入下列数据 (输入 i 则变为 insert 状态)
+3.1 Insert the following data at the end of the text (enter i to get into insert status)
 
     export AUTOTEST_PLATFORM_ENV=production
     export AUTOTEST_PLATFORM_NLP_SERVER_HOST=${BERT_IPADRESS}
@@ -233,89 +227,66 @@ AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名（必填）
     export AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
     export AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=${DBNAME}
 
-变量为动态值，部署者自行根据实际情况输入，DBNAME 值可任意自定义（数据库表名），其中 BERT_IPADRESS 和 MONGO_HOST 值可通过下列命令查询：
+The variable is a dynamic value. The deployer can input it according to the actual situation. 
+The DBNAME value can be arbitrarily customized (database table name). The BERT_IPADRESS and 
+MONGO_HOST values can be queried by the following commands:
 
     docker inspect autotest-platform-bertserver
-    docker inspect autotest-platform-mongo // 若使用了上面的步骤部署数据库
+    docker inspect autotest-platform-mongo // If you used the above steps to deploy the database
   
-输出如下图所示：
+The output is shown below:
 
 ![控制台输出1.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/控制台输出1.png)
 
-3.2 插入完毕后点击 ESC 按钮、输入 :wq 后单击回车保存
+3.2 After inserting, click the ESC button, type :wq and click Enter to save.
 
-3.3 执行下列命令后环境变量立即生效
+3.3 Environment variables take effect immediately after executing the following command
 
     source /etc/profile
   
-#### 4. 启动项目
+#### 4. Start the project
+
+Before you start the project, you need to change the timezone info by modifying the RUN script in **Dockerfile.backend** which stay 
+in first-level directory of the project. The default timezone is Asia/Shanghai.
 
-//在项目根目录下执行部署文件
+// Execute the deployment file in the project root directory
 
     sh deploy ${PORT} 
   
-其中 ${PORT} 变量填写项目访问端口即可，项目启动的同时也创建了管理员帐号密码，如下图所示：
+The ${PORT} variable fills in the project access port, and the administrator account password is also created when the 
+project starts, as shown in the following figure:
 
 ![控制台输出2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/控制台输出2.png)
 
-#### 5. 访问项目
+#### 5. Access project
 
-浏览器访问部署服务器地址的 ${PORT}端口即可
+The browser can access the ${PORT} port of the deployment server address.
 
 ![平台登录界面.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/平台登录界面.png)
 
 
-#### EXTRA. 常见问题
+#### EXTRA. FQA
 
-下列输出代表 NLP模型 启动失败
+The following output represents the NLP model startup failure
 
 ![NLP部署失败.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/NLP部署失败.png) 
 
-解决步骤：
+Solution steps:
 
-1.删除 ./backend/app/init.py 中的这段代码：
+1. Remove the code from ./backend/app/init.py:
 
 ![不使用NLP模型方法指南1.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/不使用NLP模型方法指南1.png)
 
-2.将 ./backend/testframe/interfaceTest/tester.py 中的下列代码修改成 pass：
+2. Modify the following code in ./backend/testframe/interfaceTest/tester.py to pass:
 
 ![不使用NLP模型方法指南2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/不使用NLP模型方法指南2.png)
 
-完成后再启动项目时，就不会依赖于自然语言模型了~
-
-## V . 泰斯特平台使用教程
-
-平台主流程使用可参考[本篇博文中的正文部分](https://juejin.im/post/5cd0117be51d456e537ef3bd)
-
-若想 **完整教程** 可关注下方微信号，回复 **优质教程**
-
-![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/微信公众号.jpg)    
-
-**QQ 交流群号：728314402**
-
-## VI . 泰斯特平台零距离体验（建议先看教程哦~）
-
-因体验服务器配置问题，体验需关注下方公众号后回复 「体验地址」 获得：
-
-![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/微信公众号.jpg)    
-
-## Ⅶ . 泰斯特带你成长
-
-如果你想：
-
-+ 熟悉平台的每一个最新改动
-+ 了解人工智能与测试结合的最新动态
-+ 打破测试水平的瓶颈
-+ 泰斯特带你一起成长
-
-那么我欢迎你来加入(扫描下方海报中二维码) **我的星球** 一起问道技术巅峰
+When you start the project after you finish, you will not depend on the natural language model~
 
-![我的星球](https://github.com/amazingTest/Taisite-Platform/blob/master/images/知识星球二维码.jpg)    
+## V . Contact me
 
-## Ⅷ . 捐赠
+if u have any questions feel free to email me , 523314409@qq.com.
 
-**开源不易** 欢迎扫描下方二维码 **助力开源**。
 
-![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/wechatDonation.jpg)    
 
 
diff --git a/README_CH.md b/README_CH.md
new file mode 100644
index 0000000..7c69374
--- /dev/null
+++ b/README_CH.md
@@ -0,0 +1,321 @@
+# Taisite-Platform
+
+![](https://img.shields.io/badge/-%20marvelous-orange) ![](https://img.shields.io/badge/-%20gogeous-grey) ![](https://img.shields.io/badge/-%20elegant-blue)   
+
+![泰斯特平台LOGO.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/泰斯特平台LOGO.png)
+
+## Ⅰ. 泰斯特平台简介
+
+### 背景
+
+「泰斯特平台」是一个由「软件测试 & 机器学习爱好者」开发的接口自动化测试平台。
+
+### 愿景
+
+ 平台致力于将人工智能技术与软件测试有效结合，让平台在保障测试精确性要求的同时更具智能化、泛化能力，
+ 同时尽可能 **最优化使用体验** ，目标是成为 **最贴心、最好用、颜值最高** 的开源测试平台。
+ 
+### 技术栈
+
+ 平台遵循「前后端分离开发」思想，技术栈为：「Python + Vue + Mongodb」，后端开发使用的是轻量级 Web 框架 Flask，
+前端 UI 框架则采用的是易上手的 ElementUi。
+ 
+ [***（在这里感谢一下该开源项目给我带来的启发)***](https://github.com/githublitao/api_automation_test) 
+
+### 使用环境
+
+**推荐使用 Chrome 最新浏览器使用~**
+
+### 开源协议
+
+***APGL-3.0***
+
+（详细内容请查阅 LICENSE 文件）
+
+## Ⅱ. 泰斯特平台特点 （os：和其他测试平台有什么区别？）
+
+ **0. 已经投入生产环境使用 1 年以上, 用起来轻松没负担~**
+ 
+ 1. 平台遵循「小而精」的策略，最大化所有功能的开发、使用性价比，可帮助测试团队快速搭建起易于上手 / 维护的接口
+ 自动化测试体系。
+ 
+ 2. 平台遵循「零编码」原则，使用者不需要编程即可完成较为复杂的业务流程接口测试。
+ 
+ 3. 平台遵循「颜值即正义」原则，操作界面展示如下：
+ 
+ ![操作界面展示](https://github.com/amazingTest/Taisite-Platform/blob/master/images/操作界面展示.png)
+ 
+ 4. 平台拥有极佳的定时任务体验，启动定时任务后可随时停用 / 任意编辑任务内容且立即生效，同时拥有丰富的告警策略，
+ 页面展示如下：
+ 
+ ![定时任务配置](https://github.com/amazingTest/Taisite-Platform/blob/master/images/定时任务配置.png)
+ 
+ 5. 平台拥有导入 / 导出功能，支持测试人员 **"最喜爱的"** Excel 格式，易于批量生成 / 修改用例。
+ 
+ ![数据导入展示](https://github.com/amazingTest/Taisite-Platform/blob/master/images/数据导入展示.png)
+ 
+ 6. 平台拥有较为丰富的测试结果校验体系，支持**文本相似度**校验。
+ ([具体内容可参考本篇博文](https://juejin.im/post/5cfe1dd96fb9a07ed7407321))
+ 
+ 7. 平台对外提供测试任务调度接口，方便与开发项目集成。
+ 
+ 8. ......
+ 
+ ***（还有许许多多令人惊喜的小特色等着你去探索 & 挖掘）***
+ 
+
+## Ⅲ .泰斯特平台功能图解
+
+### V1.0
+
+![泰斯特平台结构图_V1.0](https://github.com/amazingTest/Taisite-Platform/blob/master/images/泰斯特平台结构图_V1.0.png)
+
+## IV . 泰斯特平台部署
+
+### windows 环境下部署
+
+#### 0. 克隆项目
+
+    git clone https://github.com/amazingTest/Taisite-Platform.git
+
+#### 1. 安装 python 3 环境
+
+[点击进入教程](https://www.runoob.com/python3/python3-install.html)
+
+#### 2. 部署自然语言模型
+
+[点击下载模型](https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip)
+
+2.2 解压压缩包
+
+2.3 安装 python 依赖包
+
+    pip install tensorflow==1.14.0  -i https://pypi.tuna.tsinghua.edu.cn/simple
+    pip install bert-serving-server==1.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
+  
+2.4 启动模型
+
+// 当前目录切换至模型文件夹目录后执行
+
+    bert-serving-start -model_dir ./chinese_L-12_H-768_A-12/ -num_worker=1
+  
+启动成功后输出如下：
+
+![NLP模型启动成功输出](https://github.com/amazingTest/Taisite-Platform/blob/master/images/NLP模型启动成功输出.png)    
+
+#### 3. 部署 Mongodb 数据库
+
+[点击进入教程](https://www.runoob.com/mongodb/mongodb-window-install.html)
+
+#### 4. 设置系统环境变量
+
+    AUTOTEST_PLATFORM_ENV=production
+    AUTOTEST_PLATFORM_NLP_SERVER_HOST=127.0.0.1
+    AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}
+    AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}
+    AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}
+    AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
+    AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=taisite
+  
+其中 AUTOTEST_PLATFORM_ENV 默认为 production （必填）
+
+AUTOTEST_PLATFORM_MONGO_HOST和 AUTOTEST_PLATFORM_MONGO_PORT 分别表示数据库的地址和端口（必填）
+
+AUTOTEST_PLATFORM_MONGO_USERNAME和 AUTOTEST_PLATFORM_MONGO_PASSWORD 分别表示数据库的帐号密码（若无可不填）
+
+AUTOTEST_PLATFORM_NLP_SERVER_HOST（自然语言模型服务）默认为本机启动 （非必填）
+
+AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名（必填）
+
+设置完成后可通过下列命令进行测试（CMD切换至项目根目录下）
+
+    python ./backend/config.py
+  
+若配置成功则可看见输入的配置数据
+
+#### 5. 打包前端 dist 文件 （这一步我已为你们做好，若不需二次开发可跳过）
+
+5.1 安装 Vue 环境，下载 node.js 并配置环境，下载 npm 包管理器
+
+5.2 cmd 进入 frontend 目录下，配置 cnpm :
+
+    npm install -g cnpm --registry=https://registry.npm.taobao.org   
+  
+5.3 执行安装依赖包命令:
+
+    cnpm install
+  
+5.4 执行打包命令:
+
+    cnpm run build
+  
+若成功打包则会在项目根目录下生成 dist 文件夹
+
+#### 6. 启动后端
+
+// 切换至项目根目录下执行
+
+    pip install -r ./backend/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
+
+// 启动后端 ( 默认5050端口 )
+
+    python ./backend/run.py
+
+// 创建平台管理员帐号密码
+
+    python ./backend/createAdminUser.py
+  
+#### 7. 访问项目
+
+现在就可以访问 http://127.0.0.1:5050/#/login 使用创建的管理员帐号密码进行登录
+
+![平台登录界面2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/平台登录界面2.png)
+
+### Linux 环境下 Docker 容器化部署
+
+[点击进入 Docker 教程地址](https://www.runoob.com/docker/ubuntu-docker-install.html)
+
+#### 0. 克隆项目
+
+    git clone https://github.com/amazingTest/Taisite-Platform.git
+  
+#### 1. 自然语言模型部署
+
+    sudo -i
+    docker pull shaoyuyishiwo/bertserver
+    docker run --name autotest-platform-bertserver -d shaoyuyishiwo/bertserver 
+
+
+#### 2. Mongo 数据库部署 (若已有现成数据库可用则可跳过此步)
+
+2.1 启动数据库 & 数据挂载至宿主机
+
+    sudo -i
+    docker pull mongo 
+    docker run  --name autotest-platform-mongo -p 27017:27017 -v /data/db:/data/db -v /data/configdb:/data/configdb ``-d mongo
+  
+2.2 创建数据库帐号
+
+    docker exec -it autotest-platform-mongo /bin/bash
+
+    mongo
+
+    > use admin
+
+    switched to db admin
+
+    > db.createUser({user:"${USERNAME}",pwd:"${PASSWORD}",roles:["root"]})
+
+    Successfully added user: { "user" : "admin", "roles" : [ "root" ] }
+  
+2.3 数据库内存扩容(建议)
+
+    > db.adminCommand({setParameter:1, internalQueryExecMaxBlockingSortBytes:335544320})
+
+    { "was" : 33554432, "ok" : 1 }
+  
+#### 3. 环境变量配置
+
+// 编辑 /etc/profile 文件
+
+    sudo -i
+    vi /etc/profile
+  
+若出现警告则选择 (E)dit anyway (输入 E)
+
+3.1 文本末端插入下列数据 (输入 i 则变为 insert 状态)
+
+    export AUTOTEST_PLATFORM_ENV=production
+    export AUTOTEST_PLATFORM_NLP_SERVER_HOST=${BERT_IPADRESS}
+    export AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}
+    export AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}
+    export AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}
+    export AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
+    export AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=${DBNAME}
+
+变量为动态值，部署者自行根据实际情况输入，DBNAME 值可任意自定义（数据库表名），其中 BERT_IPADRESS 和 MONGO_HOST 值可通过下列命令查询：
+
+    docker inspect autotest-platform-bertserver
+    docker inspect autotest-platform-mongo // 若使用了上面的步骤部署数据库
+  
+输出如下图所示：
+
+![控制台输出1.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/控制台输出1.png)
+
+3.2 插入完毕后点击 ESC 按钮、输入 :wq 后单击回车保存
+
+3.3 执行下列命令后环境变量立即生效
+
+    source /etc/profile
+  
+#### 4. 启动项目
+
+//在项目根目录下执行部署文件
+
+    sh deploy ${PORT} 
+  
+其中 ${PORT} 变量填写项目访问端口即可，项目启动的同时也创建了管理员帐号密码，如下图所示：
+
+![控制台输出2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/控制台输出2.png)
+
+#### 5. 访问项目
+
+浏览器访问部署服务器地址的 ${PORT}端口即可
+
+![平台登录界面.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/平台登录界面.png)
+
+
+#### EXTRA. 常见问题
+
+下列输出代表 NLP模型 启动失败
+
+![NLP部署失败.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/NLP部署失败.png) 
+
+解决步骤：
+
+1.删除 ./backend/app/init.py 中的这段代码：
+
+![不使用NLP模型方法指南1.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/不使用NLP模型方法指南1.png)
+
+2.将 ./backend/testframe/interfaceTest/tester.py 中的下列代码修改成 pass：
+
+![不使用NLP模型方法指南2.png](https://github.com/amazingTest/Taisite-Platform/blob/master/images/不使用NLP模型方法指南2.png)
+
+完成后再启动项目时，就不会依赖于自然语言模型了~
+
+## V . 泰斯特平台使用教程
+
+平台主流程使用可参考[本篇博文中的正文部分](https://juejin.im/post/5cd0117be51d456e537ef3bd)
+
+若想 **完整教程** 可关注下方微信号，回复 **优质教程**
+
+![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/微信公众号.jpg)    
+
+**QQ 交流群号：728314402**
+
+## VI . 泰斯特平台零距离体验（建议先看教程哦~）
+
+因体验服务器配置问题，体验需关注下方公众号后回复 「体验地址」 获得：
+
+![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/微信公众号.jpg)    
+
+## Ⅶ . 泰斯特带你成长
+
+如果你想：
+
++ 熟悉平台的每一个最新改动
++ 了解人工智能与测试结合的最新动态
++ 打破测试水平的瓶颈
++ 泰斯特带你一起成长
+
+那么我欢迎你来加入(扫描下方海报中二维码) **我的星球** 一起问道技术巅峰
+
+![我的星球](https://github.com/amazingTest/Taisite-Platform/blob/master/images/知识星球二维码.jpg)    
+
+## Ⅷ . 捐赠
+
+**开源不易** 欢迎扫描下方二维码 **助力开源**。
+
+![2D-Code](https://github.com/amazingTest/Taisite-Platform/blob/master/images/wechatDonation.jpg)    
+
+
-- 
GitLab