Views
No views yet
1from transformers import AutoTokenizer, AutoModelForCausalLM
2import torch
3
4# 加载tokenizer和模型
5tokenizer = AutoTokenizer.from_pretrained("repo_name")
6model = AutoModelForCausalLM.from_pretrained("repo_name")
7
8# 如果使用LoRA模型，需要加载基础模型
9# from unsloth import FastLanguageModel
10# model, tokenizer = FastLanguageModel.from_pretrained(
11# model_name="unsloth/Qwen3-14B",
12# max_seq_length=1024,
13# dtype=torch.float16,
14# load_in_4bit=True,
15# )1def analyze_case(case_info, question):
2 prompt = f'''以下是描述任务的指令，以及提供进一步上下文的输入。
3请写出一个适当完成请求的回答。
4
5### 指令：
6你是一位资深的移动端测试人员, 熟悉测试用例的信息和测试步骤，能精准的定位case测试的页面，对应的操作和确定所属的模块
7case的一些信息如下：
8case_info
9
10上述信息存在一些权重，请根据权重来确认问题的关联程度:
11case_id: 权重(90%)， 如果case id 匹配的，和问题高关联度
12case 信息： 权重(60%)
13页面: 权重(30%)
14操作: 权重(30%)
15模块: 权重(5%)
16
17请根据上述信息，回答下列问题:
18### 输入：
19question
20
21### 输出：
22'''
23
24 inputs = tokenizer(prompt, return_tensors="pt")
25 outputs = model.generate(**inputs, max_length=512, temperature=0.7)
26 response = tokenizer.decode(outputs[0], skip_special_tokens=True)
27 return response
28
29# 使用示例
30case_info = "case_id: FEED_001, 页面: 首页, 操作: 下拉刷新, 模块: Feed模块"
31question = "这个case主要测试什么功能？"
32result = analyze_case(case_info, question)
33print(result)