- 综合排序
- 最热优先
- 最新优先
- 来自专栏CODING DevOps
测试工程师如何使用 CODING 进行测试管理
点击观看《使用 CODING 进行测试管理》实操视频 --- 测试人员权限设置 随着数字化转型浪潮的开始，越来越多的企业开始使用信息化的管理系统取代传统办公工具。 测试人员默认权限： [7b266864-e865-4f48-9d79-7d469ca74b82.png] --- 创建测试用例 在进入 CODING 的测试管理模块后，即可开始创建测试用例。 除了直接创建测试用例以外，CODING 的测试管理模块还支持从 Excel 和 TestLink 直接导入用例库，同时也支持从用例库直接导出 CSV 文件，方便测试工程师进行数据迁移。 --- 创建测试计划 在项目首页点击测试计划图标进入测试计划列表页。CODING 测试管理中的测试计划可以与迭代管理相关联，方便项目负责人进行全局统筹。 --- 生成测试报告 CODING 测试管理可自动生成定制化的大师级测试报告，涵盖了测试结论、图表、工作分布、耗时等关键信息。
1.6K30发布于 2019-06-24 - 来自专栏CODING DevOps
测试工程师如何使用 CODING 进行测试管理
使用 CODING 进行测试管理视频演示： 测试人员权限设置 随着数字化转型浪潮的开始，越来越多的企业开始使用信息化的管理系统取代传统办公工具。 测试人员默认权限： 创建测试用例 在进入 CODING 的测试管理模块后，即可开始创建测试用例。 除了直接创建测试用例以外，CODING 的测试管理模块还支持从 Excel 和 TestLink 直接导入用例库，同时也支持从用例库直接导出 CSV 文件，方便测试工程师进行数据迁移。 创建测试计划 在项目首页点击测试计划图标进入测试计划列表页。CODING 测试管理中的测试计划可以与迭代管理相关联，方便项目负责人进行全局统筹。 生成测试报告 CODING 测试管理可自动生成定制化的大师级测试报告，涵盖了测试结论、图表、工作分布、耗时等关键信息。
1.7K30发布于 2019-09-16 Coding day 10
要 求出到当前位置的MSIS，我们只需要考虑所有能够到达这个位置的MSIS加上当前位置的值，取最大值即为当前位置的MSIS。
27110编辑于 2026-02-02To Run or Not to Run：AI Coding 不是多跑测试就更可靠
在很多 AI Coding 方案里，验证闭环几乎被默认等同于“让 Agent 跑测试”。 Agent 生成补丁后，执行单测，读取报错，继续修改，直到测试通过。 这个流程很像人类工程师的调试过程，也很容易被当成更高自动化等级的必要路径。 这个范式符合工程师的工作直觉。人写代码也不是一次写完就合入，而是边写边跑，边看错误，边修。 更现实的做法，是在 AI Coding 试点 PR 里补齐三类信息：本次变更意图、影响范围、验证证据。 这三类信息连起来以后，执行测试才不是盲跑。 对 AI Coding 来说，下一步要补的也不只是更强的执行工具，还包括更清楚的验证策略、更可解释的证据链，以及更适合企业研发流程的门禁设计。
24500编辑于 2026-07-08- 来自专栏敏捷开发
测试工程师必知的10大测试法则
“键盘在10分钟内完成生产”——这会带来更快的反馈、更少的逃脱和更高的信心。以下是编码新世界的10大法则。 产品、工程、测试，甚至周围的功能：客户支持、销售、营销、业务开发、早期访问测试版客户、高管——每个人都在测试。 7.每项测试都应导致明确的行动如果不知道当测试失败时该怎么办（无论是从测试的角度还是从产品的角度），那么测试就没有提供价值。 这通常是由于测试步骤太多，或者产品没有提供足够的失败信息（包括没有充分的可测试性，参照法则2。）8. 始终测试高层级软件测试有“层”（从高到低）：生产、UAT、功能、集成和单元。 9.从不链接测试所有测试都应在不考虑任何其他测试状态的情况下执行。测试数据的管理应确保每个测试都生活在自己的独立场景中，并且不能被另一个测试更改。测试应该是原子化的、自主的。10.
35110编辑于 2024-04-29 10 Vibe Coding 成本控制技巧
，会把计算结果存起来（比如引用的文件、对话历史这些重复出现的内容），比普通输入略贵一点缓存读取token：后续再用相同的上下文时，直接复用缓存，价格只有普通输入的1/10，非常便宜举个例子，如果你给AI 技巧一、别让AI做无用功大家有没有遇到过这种情况？让AI写个功能代码，结果它噼里啪啦给你输出一大堆注释、测试代码、一大堆文档说明、给文档再生成个文档、最后再来一大段总结。 对于不需要结合代码库上下文、不需要多轮交互的任务（比如写文档、解释概念、生成测试数据），可以直接用其他免费的AI工具，没必要消耗Cursor的额度。 3）前面提到过，AI工具支持缓存机制，相同的上下文重复使用时价格能降到1/10。所以尽量保持上下文稳定，比如CursorRules、引用的文件不要频繁改动，这样能持续享受缓存优惠。 最后，要评估AI的投入产出比。花$100用AI，如果能节省10小时的开发时间，那是非常划算的。但如果只是用来做一些简单的事情，可能就不值得了。
75010编辑于 2026-05-21- 来自专栏霍格沃兹测试开发学社
AI Coding 质量治理：工程规范、代码评审与风险驱动测试
AI可以辅助完成大范围代码检索、调用关系梳理和潜在问题分析。在上述公开案例中，工程师借助AI排查复杂调用链，定位了10个较难通过常规人工阅读发现的性能隐患。这类方法可以应用到多个场景。 因此，更合理的分工是由工程师确定排查重点，AI扩大代码分析范围，再通过实际证据确认问题。对于测试开发工程师，这些分析结果同样具有价值。 过去工程师可能需要较长时间才能完成一个模块的实现，Reviewer有相对充足的时间进行审查。现在AI能够快速修改多个文件，甚至完成跨模块重构。 更适合复杂系统的方式，是以业务风险为依据，由工程师确定测试范围与重点，再让AI完成代码分析、测试组合和步骤生成。1.测试范围识别：确定哪些接口受到影响首先根据代码变更和运行数据识别候选影响范围。 对于测试开发工程师来说，AICoding带来的工作变化不仅体现在测试脚本生成上。代码变更影响分析、风险驱动测试、AI辅助评审、自动化质量门禁和测试有效性评估，都会成为值得持续建设的工程能力。
35310编辑于 2026-10-09 - 来自专栏啄木鸟软件测试
全栈软件测试工程师宝典连载（10）
顾老师新书《全栈软件测试工程师宝典》 https://item.m.jd.com/product/10023427978355.html 以前两本书的网上购买地址： 《软件测试技术实战设计、工具及管理》 # iostat -d -x 1 Linux 4.15.0-66-generic (ubuntu) 12/10/2019_x86_64_(4 CPU) Device r/s •如果%idle值持续低于10，表明CPU处理能力相对较低，系统中最需要解决的资源是CPU。 •%util接近100%，说明产生的I/O请求太多，I/O系统已经满负荷。 # pidstat -d 1 Linux 4.15.0-66-generic (ubuntu) 12/10/2019_x86_64_(4 CPU) 09:30:06 AM UID PID courseId=1209835807&share=2&shareId=480000002205486 性能测试第1季:性能测试基础知识 https://study.163.com/course/courseMain.htm
74140发布于 2021-02-02 - 来自专栏测试开发技术
2025年Python测试框架TOP10：测试工程师工具清单！
在软件开发生命周期中，测试是保障质量的关键环节。而随着Python语言在自动化测试领域的普及，各类测试框架层出不穷。面对众多选择，哪些框架真正值得测试工程师在2025年重点掌握？ 今天，我们为你整理了一份Python测试框架TOP10工具清单，助你提升效率、精准选型！ 11、小结 在2025年，测试工程师不仅要掌握框架的基本用法，更要学会根据项目需求选型。 框架只是工具，真正的核心是测试思维和工程化能力。 希望这份TOP10清单能成为你的“测试利器”，助你在测试之路上游刃有余！ 你还用过哪些Python测试框架？欢迎在评论区留言分享！ 对了，我们的快捷导航平台（https://kjdaohang.com/）最近上线了一些免费工具、教程资源（包含AI测试资料），欢迎对技术感兴趣的朋友一起来交流使用~
1.5K10编辑于 2025-09-17 AI软件工程：从vibe Coding 到 Spec Coding
每位老师的分享都充满着自己对AI时代软件工程的思考。从中，我们可以看到未来的可能，也可以看到当下的方向。在6位讲师的授权下，我们将当天每位老师的分享PPT做了汇总。大家赶紧点击链接下载保存收藏！
33520编辑于 2026-03-23A Network Panel for AI Coding Agents
AI coding agents are becoming more capable very quickly. In other words, AI coding agents need observability.Why Normal Proxy Tools Are Not Always Enough My Many AI coding agents are Node.js or native applications, and they do not always respect HTTP_PROXY or ccglass is an open-source local logging reverse proxy and web dashboard for AI coding agents. It gives the developer a network panel for AI coding agents.Supported Clients and Providers ccglass
25800编辑于 2026-06-16我的AI Coding 流程
看架构师群里，大家讨论AI Coding 的问题，就我个人使用效果是非常好的，我0代码开发了2个半项目了，当然都是万行左右的单体服务，不算复杂大项目，简单总结一下我的使用流程吧；1、需求对齐与需求文档生成在 AI Coding的初始阶段，我会优先与AI进行全面、细致的需求同步，这是整个开发流程的基础，也是确保后续工作不偏离方向的关键。 我会与AI充分沟通，结合前期的需求文档和业务流程，分析该需求的技术难点、性能要求、可扩展性需求，进而确定合适的技术标准——包括编码规范、接口标准、测试标准、部署标准等；同时，与AI探讨各类中间件的适用性 总结当前AI Coding 是很难完成复杂项目的，个人认为最好的方式就是，让人来完成复杂项目拆解，让AI去完成拆解后的相对简单一些的指定任务，现在大量公众号在宣传“许愿式”开发，感觉是太高估AI了，AI Coding 可能还是长期会停留在实习生阶段，想想公司是怎么用实习生的，就怎么用AI，一个架构师带5个实习生是能干点“高级”事儿的，但是如果让10个实习生去干正经事儿，经常会干的一塌糊涂。
1.2K20编辑于 2026-02-06- 来自专栏腾讯云TVP
莱特兄弟与AI Coding
AI Coding是什么？ 这种“空中修发动机”的模式，在简单场景可行，在复杂系统中会指数级放大风险，而且，最终测试成为了AI Coding的最大瓶颈。 建议：建立 AI 代码的离线仿真测试体系 依赖注入式沙箱：AI 生成的代码在被合并之前，必须在一个模拟真实环境的沙箱中运行，接受故障注入、并发压力、依赖异常等测试。 建议：建立 AI Coding 的系统工程能力 设立“AI 代码集成工程师”角色：在组织中，由专人负责 AI 生成代码的集成规范、测试策略、审计流程——类似于航空公司的放行工程师。 建议：催生 AI Coding 的“无人机生态” 定义 Agent 协作协议：让专注代码生成的 AI、专注测试的 AI、专注部署的 AI 可以像可互换的部件一样协同工作。
36210编辑于 2026-04-28 - 来自专栏宜达数字
测试工程师测试工程师
测试工作 常有功能测试、接口测试、UI自动化测试、性能测试、安全测试等。 功能测试是其他测试工作的基础，是培养测试用例设计能力和建立测试思维的关键阶段。 自动化测试主要包括接口自动化测试和UI自动化测试 性能测试主要指：用户访问量越大、数据量越多，软件产品的响应速度性能测试常用的工具有JMeter和Loadrunner。 安全测试是测试中的一个专项测试，一般都是有专门的安全测试人员进行测试,暴力破解、越权漏洞、命令注入、SQL注入、XSS、CSRF. 测试工程师路线 基础 作为一名测试人员肯定要了解计算机相关概念，基础的测试理论，以及前端的HTML、CSS、JS的语法规范用法等。 ；测试计划，测试方案，测试报告。
76020编辑于 2021-12-07 - 来自专栏老张的求知思考世界
AI测试工程师，需要具备哪些技能？
从软件测试角度出发，则是找到尽可能贴近标准化场景，或者更易于标准化的场景，然后落地AI，比如：监控巡检、code diff、测试数据生成、测试脚本生成。 那么，该如何具备这些能力，转型为一名AI测试工程师呢？ 首先，在日常工作中落地AI，应该对AI相关的基础理论和技术原理有一定的了解。 比如：测试用例生成、测试数据对比、代码审查和评审、性能问题识别分析、AI驱动的自动化测试等场景。 先从局部开始，拿到结果和正向反馈，然后进一步扩大覆盖范围，最终达成AI TestOPS的目标。 从需求管理、项目管理，到测试用例、故障案例库沉淀，AI知识库都是AI深度融入工作场景的必经之路。 最后，则是基于轻量的技术项目和AI知识库，打造属于我们的AI测试平台。 通过已经落地实践的智能测试用例生成和测试数据对比等能力，结合AI知识库，再叠加工作流驱动的AI智能体能力，可以达成AI驱动的全链路测试覆盖，让测试团队具备AI TestOPS能力。
1.1K10编辑于 2025-10-10 - 来自专栏CODING DevOps
CodeGeeX Coding With AI Hackathon 正式启动
CodeGeeX 黑客松是国内首个围绕「AI 代码生成」开展的黑客松赛事。 2023 CodeGeeX 黑客松以「Coding with AI」为主题，由清华大学联合智谱AI大模型团队、腾讯云Cloudstudio.net和DoraHack赞助举办，此次黑客松设立多条赛道，设立丰厚大奖 Code 交互设计挑战赛 本赛道以「更好的交互」为主题，探索在 AI 代码生成的辅助下，程序员如何能拥有更好的编程交互体验。 赛题要求： 解决问题，并通过合理的测试，readme等介绍，完成find bug的要求，并达到赛事预期效果。需包括 demo 演示，以及可正常运行的代码。 CloudStudio.net代码提交作品： 参赛者通过链接，打开开发空间，空间内置了赛事的参赛标准和作品项目的上传格式; 参赛者可以直接基于CloudStudio WebIDE进行编码; 参赛者通过仓库插件推送作品代码到 CODING
1.4K30编辑于 2022-12-31 - 来自专栏phodal
AI × 老旧系统：Vibe Coding 构建 AI 迁移工具，实现 10x 端到端智能迁移
而 AI 编程工具的完善与 Vibe Coding 的兴起，为我们带来了一种全新的可能性：它将这些碎片化的任务连接成一个智能协同的工作流，助力我们跨越理解、转换、重构、部署的每一步。 AI × Legacy Modernization：从增强语义理解到 10x 速度的重建 基于过往丰富的遗留系统迁移经典，我们会加 AI 加速放在两个主要的领域： 加速对于遗留系统的分析与评估，如：AI 构建端到端闭环的 AI 能力与 Agent 工具 当我们的原型可以实现代码的转换之后，我们就可以尝试构建端到端的 AI 能力。即在转完码之后，自动化地进行测试、修复等工作。 我们告别了纯粹手动的"小作坊"模式，迎来了一种" Vibe Coding"的全新范式。 最令人兴奋的是，这个过程本身就体现了一种AI 自举（AI Bootstrapping）的理念：我们使用 AI 来构建 AI 工具，让 AI 生成迁移规则、生成测试代码、甚至生成整个 AI Agent 的架构
1.9K10编辑于 2025-08-08 AI Coding 4条铁律
AI Coding 时代, 程序员最该掌握的4条铁律 进入 AI coding 时代, 似乎人人都可以编程了, 但为什么还有人说 AI coding 不行呢? /s/nU7nwqgsKVgbJgqUXmJr2g AI Coding 时代，程序员最该掌握的 4 条铁律 ——来自15年经验的忠告 你是否也这样？ 让AI写代码，它给你200行，你实际只需要50行。 让AI重构，它把隔壁没问题的代码也改了。 让AI修bug，它越修越多…… 不是AI不行，是你没给它定规矩。 铁律一：先想清楚，再动手 "别猜。 没要的功能，别加 一次性用的代码，别抽象 不可能的错误，别处理 200行能解决，别写成300行 问问自己：资深工程师会觉得这太复杂吗？ 如果答案是yes，删。 铁律四：目标驱动，闭环验证 "说清楚啥算完成，别只说'让它能跑'" 好的任务描述： ❌ "修bug" ✅ "写个测试复现问题，然后让它通过" 复杂任务，分步骤，每个步骤有验证： 1.
27410编辑于 2026-07-10Strix：让 AI Agent 当渗透测试工程师
Strix：让AIAgent当渗透测试工程师Strix是一个开源的AI渗透测试工具。它像真实黑客一样动态运行你的代码、发现漏洞、用可执行的PoC验证漏洞——不是传统扫描器那种一抓一大把的误报。 定位很明确：给开发者和安全团队一个快速、准确的自动化安全测试方案。一、和传统扫描器的区别：验证，不是猜测传统漏洞扫描器的问题：跑一遍规则，报一堆疑似问题，大部分是误报。安全工程师要花大量时间人工确认。 三、完整的攻击面覆盖Strix覆盖OWASPTop10及更多：类别例子访问控制IDOR、提权、认证绕过注入攻击SQL注入、NoSQL注入、命令注入、SSTI服务端SSRF、XXE、反序列化、RCE客户端 /app-directory跑完后：每个验证过的漏洞带PoC和复现步骤一键生成AI安全补丁，直接提交为PR生成合规报告（SOC2ISO27001PCIDSS）CI/CD集成：GitHubActions每个 未授权测试在大多数司法辖区违法。
59510编辑于 2026-08-24- 来自专栏AI测试
继 Vibe Coding 之后，Vibe Testing 又是什么？对测试工程师意味着什么？
2AI理解并生成测试逻辑AI模型根据自然语言描述，结合对目标应用的理解，自动推断需要验证的点，生成可执行的测试脚本。 —云端AI测试平台，智能测试生成与自愈能力Mabl—低代码AI测试平台，自动探索应用并生成测试⚠️但我必须说句实话：VibeTesting不是银弹。 VibeTesting的测试脚本本质上是AI生成的，产品逻辑变化时，那套测试逻辑也需要同步更新。04｜对测试工程师意味着什么？会取代我们吗？ 这是最核心的问题，直接说结论：VibeTesting不会取代测试工程师，但它会重新定义你的工作方式。 测试工程师的角色在进化未来一个优秀的测试工程师，可能更像一个"AI测试策展人"——知道什么时候该用VibeTesting，什么时候必须用精确验证，如何评估AI生成测试的质量。
36610编辑于 2026-04-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号