移动应用开发周期越来越短,应用质量保障需要更高效的测试方式。自动化测试方法较传统人工测试具有速度快、可重复性强、多设备批量执行等优势,能够有效提高测试效率。然而,自动化测试日志可读性低,通常需要人工审查日志分析缺陷。受限于时间,人工分析难以充分挖掘多元日志的缺陷信息,缺乏完整的缺陷上下文,导致开发人员无法快速定位和修复缺陷。本文设计与实现了一个移动应用缺陷报告自动生成系统,以解决自动化测试中日志可读性低与缺陷定位效率低的问题。本系统通过对自动化测试产生的多元日志进行挖掘,构建包含完整上下文信息的缺陷模型,包含操作序列、堆栈信息、缺陷截图等。利用分类算法(决策树、朴素贝叶斯等)对缺陷进行分类和去重。系统为每个缺陷推荐修复方案供开发人员参考。通过前端页面将缺陷数据可视化,生成可读性高和指导性强的缺陷报告。本系统基于Dubbo框架实现微服务架构,通过远程过程调用进行微服务交互,使用Zookeeper作为服务注册与发现中心。本系统服务端基于Spring Boot框架开发,前端基于Angular框架开发,前后端通过Nginx实现负载均衡。本系统使用MongoDB作为数据库进行数据持久化,使用Redis进行数据缓存,利用Docker将服务打包为镜像便于快速部署并使用Jenkins进行持续集成。本系统已经部署并稳定支撑自动化测试平台的缺陷报告生成。本系统的可用性评估实验选取了8款开源移动应用在20台移动设备上分别进行自动化测试并生成缺陷报告。实验结果经过人工验证,报告平均准确率达到93%。本系统使开发人员无需直接面对自动化测试工具产生的海量日志,呈现完整的缺陷上下文信息,提高缺陷分析效率。