- 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
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。 [5835bed0-6c85-4a6c-bec5-1185fb3435a3.png] 页面左侧展示所有测试计划列表，右侧展示选中测试计划的测试任务列表。 点击上方 + 号按钮，弹出创建测试计划窗口。 [3af90d1d-4485-45a5-95a7-cb344f5f8817.png] 创建测试计划依次操作如下： 输入测试计划标题； 输入描述信息； 选择是否包含全部用例：若选择包含全部用例，则项目下所有用例都将成为当前测试计划下的测试任务 --- 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 To 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 2026-07-08Coding Day3
>=0||bI>=0||c>0){intaNum=aI>=0? a[aI--]-'0':0;intbNum=bI>=0? >=0||bI>=0||c>0){intaNum=aI>=0? a[aI--]-'0':0;intbNum=bI>=0? 每组最后都输出"FINISH"核心方法利用栈模拟入栈和出栈过程，按顺序尝试匹配o2的每一个字符数据结构使用C++STL中的stack<char>来模拟栈3.学习使用girkraken了解gitkraken
22510编辑于 2026-01-22- 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
对于能够确定性验证的规则，还应通过架构测试、静态代码分析和CI质量门禁进行检查。3.使用Skill固化复杂开发任务相比AIRule，Skill更适合承载可重复执行的任务流程。 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。 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。 3.测试设计：利用判定表减少无效组合复杂业务接口经常具有多个输入条件。例如，一个查询接口同时支持用户身份、订单状态和时间范围筛选。如果直接生成全部组合，用例数量可能迅速增加。 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。
35110编辑于 2026-10-09 AI软件工程：从vibe Coding 到 Spec Coding
腾讯云架构师深圳同盟3月份线下技术沙龙结束啦！6位讲师带来了各自的智慧凝练。有人说，“软件已死，智件已来。”有人说，“以前我们面向代码，未来我们面向规约。” 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！ （下载链接将在3月30日失效）下载链接：https://drive.weixin.qq.com/s?k=AJEAIQdfAAof5YvVAg
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【RuoYi-SpringBoot3-Pro】：挥泪告别 IDEA，拥抱 AI Coding IDE
一、轻量化AI开发工具栈在AI时代，我们不再需要臃肿的重型IDE来支撑日常开发。 一套现代化、轻量级的AI开发工具链完全可以满足全流程需求：1.AI核心环境AICodingIDE：AntigravityCursorVSCode...AI命令行助手：ClaudeCodeCLI...2. TestRunnerforJava：运行与调试JUnit/TestNG测试用例。MavenforJava：Maven项目依赖管理与Goal执行。 在RuoYi-SpringBoot3-Pro中开启只需三步：1.引入Maven依赖在ruoyi-admin/pom.xml中引入依赖：展开代码语言：XMLAI代码解释<! 3.项目配置（生成rebel.xml）在JRebel视图中勾选ruoyi-admin等模块，会自动在项目资源目录生成rebel.xml配置。
26910编辑于 2026-09-10- 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 - 来自专栏腾讯云TVP
莱特兄弟与AI Coding
工具级 非核心内部工具 单元测试覆盖率 > 80%，人类审查关键路径 L3 生产级 面向用户的功能模块 必须通过“风洞测试”，且有完整可观测性 L4 核心级 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。 生成一个函数/组件，提供测试用例 人工审查代码与测试 L3 任务级 完成跨文件、多步骤开发任务 人工设定目标、验收标准、拒绝权 L4 系统级 持续维护特定子系统 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 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 3、模块拆分与开发顺序规划技术标准和中间件确定后，下一步就是进行模块拆分，让复杂项目变为几个相对简单模块，尽量能让AI在有限上下文中聚焦。 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
1.2K20编辑于 2026-02-06- 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sylan215 的软件测试技术学习
软件测试工程师发展的 3 个方向
这个大家应该都知道，就是传统的测试工程师，绝大部分都是手工操作，所以有人自嘲为「点工」。 这是目前最庞大的一个群体，大部分以黑盒测试为主。 随着现在到处鼓吹的测试左移、测试右移、DevOps 的概念，这部分同学的危机感最强，感觉被替代的可能性更高。 事实也的确如此，自动化、机械化、AI 化本就是奔着这个目标来的。 这个一方面依赖于流程上游的质量保障程度，如果需求质量和提测质量都得到了很好保证，基础性测试的需求就会大大减少，手工测试工程师的需求量也会随之减少了。 二、测试开发工程师 不知道大家有没有印象，早几年的时候很流行一个叫做「自动化测试」的方向。 特别是面试的时候，要么将来做性能测试方向，要么就是自动化测试方向。 这个自动化测试，就是现在的测试开发。 1、测试发展可以有三个方向：业务专家、测试开发、效能平台开发； 2、测试开发又可以细分为两种：1是把需求/用例脚本化的测开；2是有独立开发者意识的测开； 3、我们可以根据当前的角色，以及对于测试的理解，
1.4K10发布于 2021-11-11 - 来自专栏啄木鸟软件测试
全栈软件测试工程师宝典连载（3）
3.对象(What) 通过对What的思考确定要开发那些功能，达到什么样的非功能指标。也就是说产品的具体需求。 3.调查（Investigation） 对即将执行的测试任务进行进一步的分析并确定测试的输入和预期输出。 图1-11 SBTM模型 在这里 •测试分析，设计，执行属于一个测程（Session），一个测程（Session）一般在0.5小时到3小时。 如果小于0.5小时进入不了状态，联系工作超过3个小时，容易疲劳，这两个数据是得到心理学家验证的。 •测程（Session）完毕根据测试结果来总结经验。 •Structure结构 •Function功能 •Data数据 •Interfaces接口 •Platform平台 •Operations操作 •Time时间 3.
94930发布于 2021-01-18 - 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 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 4090 公版显卡、PICO 4 VR 眼镜、大疆 DJI Mini 3 Pro 无人机等奖励，最高奖金2000$ ！
1.4K30编辑于 2022-12-31 - 来自专栏测试人的日常
软件测试下的AI之路（3）
前言 随着科技日新月异的发展，人工智能正逐渐渗透到我们生活的各方各面，从智能语音助手到自动驾驶汽车，从智能家居到人脸识别技术，AI正以其卓越的智能和学习能力引领着新时代的发展方向。 在这个快速演进的时代中，软件测试领域也受到了不小的冲击。虽然在当下，传统的软测技术仍然是绝对的主力，但是身为IT行业中的一员，近几年AI的全新业务体验与其超强的算力所带来的震撼感受也应该远超其他行业。 所以为了跟上时代的步伐，作为软测的大家是不是也应该考虑如何让AI辅助我们更加完整高效的完成日常的各类质量保障工作呢？ 这里同样会显示出测试用例集的ID和应用程序的ID，大家可以根据实际的测试需求来进行对应的任务触发和调用。 之后运行每次的测试任务，完成时都会生成一份名为report.xml的测试结果报告，界面如下： 3.
2.2K30编辑于 2023-11-11 - 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？
3执行并评估"体验感"这步是VibeTesting最不同的地方——让AI判断"这个交互给用户的感觉是否合理"。 3评估边界条件处理"输入为空"、"输入超长"、"特殊字符"这些场景，让AI判断生成的用例是否"合理覆盖了异常情况"。 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 Strix：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。 /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 它把渗透测试从「几周的人工项目」变成「几小时带PoC的自动化流程」。合规提示：Strix会主动测试目标系统。只对你有所有权或有明确书面授权的目标使用，且保持在授权范围内。 未授权测试在大多数司法辖区违法。
59310编辑于 2026-08-24AI 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？ 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. [做啥] → 验证：[咋检查] 3. [做啥] → 验证：[咋检查] 如何使用?
27410编辑于 2026-07-10- 来自专栏AI Agent / 编码工具
AI coding别让模型自己判“通过”，让测试决定它能不能继续
模型说“我只改了测试”，和系统证明“它只改了测试”，是两件不同的事。 五、路由规则：测试失败不等于立即修，测试通过也不等于立即合并上面这条图最容易被写错的地方，是把路由简化为：测试通过就结束，测试失败就回到实现。这样确实能跑，但会埋下很多现实问题。 测试失败可能来自至少四类原因：实现错误、测试环境错误、测试本身过期、任务契约缺失。只有第一类适合自动修复。第二类需要环境恢复或重试；第三类需要测试所有者确认；第四类应直接升级需求澄清。 同样，测试通过也有至少三种含义：实现正确；测试覆盖不够；Agent改错了地方但没有触发已有测试。Review节点存在的意义，就是把“绿灯”放回任务契约和变更范围中解释。 至少应该测试以下几类行为：测试通过且review为accept时，图必须进入human_merge，不能再次调用实现节点。
37064编辑于 2026-07-19
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