分片也可以，外部定义一个容器，然后分段把内容交付 ai 模型产出结果，然后打包进入外部容器内，我最开始使用 deepseek 的时候用的是这个方案，可行的

qwen3 max 可以支持大量文本，可以考虑切换一下模型

感谢认可

需要结合下一篇文章一起看，这个功能可以理解成一个编辑入口，下一篇文章中介绍了使用 AI 解析需求文档生成对应格式的测试场景，是这篇文章的前置动作。这样可以少了手动录入的环节

输出格式的话，每家公司的测试用例组织形式不同，方案思路是通用的。可以考虑抽离 prompt 作为配置项，支持多种输出格式。

因为录入的信息是综合编写天数：AI+ 人工=8 日，而 AI 的生成占比 0.3，实际是几乎不占用编写天数的，所以总天数 *0.7=综合编写天数 8 天，计算总天数 (纯人工方式，不依赖 AI) 的方式就是 8/0.7

欢迎大家讨论

这篇文章没有提要从零开发什么功能，用的是 elements 的上传组件，文章说的是如何在不具备 OSS、Nginx 的情况下使用 django 代理图片的过程，重点不在于上传这个功能。

涉及到产出归属问题，现阶段不能开源

欢迎留言交流