- 综合排序
- 最热优先
- 最新优先
- 来自专栏自然语言处理
智能体框架：11 个顶级 AI Agent 框架！
最近笔者在找智能体框架，看到一个文章：https://ai.plainenglish.io/11-best-ai-agent-frameworks-for-software-developers-afa1700644bc 人工智能 Agent（智能体）彻底改变了软件开发者构建智能应用的方式。 本指南将深入探讨当前最优秀的 11 个 AI Agent 框架，比较它们的特性、优势、劣势以及理想的应用场景，帮助您为下一个项目做出明智的决定。 什么是 AI Agent 框架？ 11 个最佳 AI Agent 框架 1. LangChain LangChain 是一个开源框架，已成为构建 AI 驱动应用最受欢迎的选择之一。 测试 if __name__ == "__main__": asyncio.run(main()) 11.
13.5K52编辑于 2025-07-02 - 来自专栏测试开发社区
【AI测试】也许这有你想知道的人工智能 (AI) 测试--开篇
人工智能测试 什么是人工智能，人工智能是怎么测试的。可能是大家一开始最想了解的。 ? 大家看图中关于人工智能的定义。 很多人测试的同学会问，那人工智能是怎么测试的？其实这个问题本身问的不太对。 举个例子，把 人工智能 比做 水果。如果有人问你 “水果是怎么吃的”，你可能不知道怎么回答。 那正确的问法是什么，可以从具体的人工智能应用的来问： 机器学习项目怎么测试 推荐系统项目怎么测试 图像识别项目怎么测试 自然语言处理项目怎么测试。 目前应用最广泛的人工智能也是这四个类型。 刚刚把人工智能比作水果，我们知道，吃水果的方法有很多。可以把机器学习比作 一种吃水果的方法。如果用刀切这种方法。深度学习又是机器学习的一个分支。大概的关系图如图中显示。 ? 竞品对比测试 如果有涉及时，可针对做竞品对比测试，清楚优势和劣势。比如AI智能音箱产品。 9.
1.2K20发布于 2019-09-25 - 来自专栏DevOps时代的专栏
腾讯自动化测试的 AI 智能
引子： 本文是林奕在腾讯 DevDays 2018 分享内容的脱敏整理，介绍了 CSIG 测试开发中心（前 SNG 测试开发中心）在自动化测试领域所做的智能化尝试。 ? 大致分成下面几部分： 使用 AI 面对和解决的问题是什么 AI 带来的曙光 使用了哪些技术，效果是怎么样的 未来展望 UI自动化测试的问题 从业务角度看自动化测试，看到的东西仅仅是冰山浮在水面上的一小部分 AI带来的曙光 QTA所做的AI尝试 QTA是在SNG跑了很多年的自动化测试平台，已经接入了170个活跃的公司产品和项目。 11月2-3日，DOIS 2018 · 深圳站！ 腾讯敏捷研发、工蜂、专用云 3 位大咖与您分享 DevOps 落地的方法！ ? ? 点击阅读原文，提前预定11月2-3日 DOIS 2018 · 深圳
1.6K20发布于 2018-10-25 - 来自专栏腾讯大讲堂的专栏
腾讯自动化测试的AI智能
引子： 本文是林奕在腾讯 DevDays 2018 分享内容的脱敏整理，介绍了 CSIG 测试开发中心（前 SNG 测试开发中心）在自动化测试领域所做的智能化尝试。 ? 大致分成下面几部分： 使用AI面对和解决的问题是什么 AI带来的曙光 使用了哪些技术，效果是怎么样的 未来展望 UI自动化测试的问题 从业务角度看自动化测试，看到的东西仅仅是冰山浮在水面上的一小部分，而在自动化测试深入的过程中 AI带来的曙光 QTA所做的AI尝试 QTA是在SNG跑了很多年的自动化测试平台，已经接入了170个活跃的公司产品和项目。 QTAMetis就是为了解决控件识别和定位技术这一关键难题，而引入AI优化能力。 ? （传统自动化测试识别和定位） ? （传统UI自动化测试与Metis的区别） 可以看到，AI已经可以使自动化测试实现一个质的飞跃。 ? 但就像电动汽车尚未在马路上普及一样，在使用的时候还有若干个问题。
4.3K42发布于 2018-10-17 - 来自专栏AI SPPECH
测试过程智能管理：AI如何优化测试策略与执行
本文将深入探讨AI如何优化测试策略与执行，帮助测试工作者实现测试过程的智能管理，提升测试效率和质量，让测试工作更加精准、高效和智能化。 AI优势 智能决策、资源优化、效率提升、质量保障 你最期待AI解决哪方面的测试管理问题？ 学习路径 概念、方法、工具、实践、案例 准备好学习AI辅助测试过程智能管理了吗？ 1.3 AI在测试过程管理中的机遇 人工智能技术为解决传统测试过程管理的挑战提供了新的机遇： 用户 → 系统: 测试需求 → AI: 智能分析 → 系统 → 用户: 优化方案 智能决策支持：AI可以分析大量数据 、自我修复测试 自我修复、AI驱动的测试维护 Web应用测试、移动端测试 Applitools 视觉AI测试、智能测试管理 视觉AI、跨浏览器测试 UI测试、视觉回归测试 Mabl 智能自动化测试、持续测试 、AI分析 移动端测试、跨设备测试 Testim 智能测试自动化、自我修复测试 自我修复、AI驱动的测试维护 Web应用测试、移动端测试 Testim 智能测试自动化、自我修复测试 自我修复、AI驱动的测试维护
48810编辑于 2025-11-13 - 来自专栏啄木鸟软件测试
2026智能回归测试：AI驱动的精准防御
而2026年，这一困局正被一场静默却深刻的变革所改写——以大模型理解力、实时代码语义图谱与轻量化边缘推理为底座的‘智能回归测试’（Intelligent Regression Testing, IRT） 二、关键技术突破：让AI真正‘懂代码、知业务、会决策’ 2026年IRT并非简单叠加LLM，而是实现三大硬核融合： - 代码表征与业务语义对齐：微软新发布的CodeGraph-IR框架，将AST节点与领域本体 ’（执行用例数/变更影响节点数），某车企智能座舱团队采用该指标后，Sprint末期紧急Hotfix减少67%； - 建立‘人机仲裁机制’：当IRT建议跳过某用例而资深QA坚持保留时，系统自动触发‘差异分析看板 结语：回归测试的终极形态，是让‘回归’本身消失 2026年的智能回归测试，正在消解‘回归’这个术语的原始含义——它不再意味着‘重复验证旧功能’，而是‘实时映射变更脉冲，瞬时激活精准防护’。 而测试工程师，则从用例编写者，进化为质量策略架构师、AI训练教练与业务风险翻译官——这才是技术深度解析背后，最值得奔赴的人本价值。 （全文约2050字）
18710编辑于 2026-03-31 - 来自专栏测试开发社区
【AI测试】也许这有你想知道的人工智能 (AI) 测试--第二篇
测试执行 如果执行测试？ 可以准备好测试数据，然后批量运行数据后，人工来对比测试结果和预期结果。再计算评价指标。 测试工具 会用到什么测试工具吗 pycharm python excel 测试用例 人工智能 (AI) 测试 或者说是 算法测试，个人认为主要做的有三件事。 如APP的账号登录注册功能，写测试用例也是操作步骤，预期结果，实际结果等。 只有预先知道这样的操作，产生的预期结果是啥，才能知道这是不是Bug。 AI（人工智能）测试也是一样。 （这块以后有时间再写） AI（人工智能）测试是计算测试集运行的测试结果和测试集的标注结果，得出评价指标来衡量算法的泛化能力。 算法运行得到算法结果之后，就需要做结果数据分析了。 测试报告 测试结果最终通过测试报告展现，一份详见的测试报告，可以让别人清晰的了解测试什么，怎么测试的，测试结果是怎么样。 最后附一个用pyecharts画的图。 ?
1.5K20发布于 2019-09-25 - 来自专栏测试开发技术
AI 测试全体系详解：自动化测试框架 + 智能缺陷检测 + AB 测试优化
前言 人工智能技术的深度落地，彻底重构了软件测试的行业生态，传统手工测试、标准化自动化测试的效率瓶颈被打破，AI 与测试领域的融合催生出三大核心应用方向：AI 驱动的自动化测试框架、AI 智能缺陷检测、 一、AI 驱动的自动化测试框架 从脚本化到智能化，重构自动化测试核心逻辑 1.1 传统自动化测试框架的核心痛点 传统自动化测试本质是 「人工编写脚本 + 固定规则执行 + 预期结果硬编码」，在企业级项目落地中存在无法规避的致命痛点 、元素智能识别、异常自主处理、结果智能分析、用例动态优化的新一代自动化测试体系。 AI 智能方案生成：自动生成10+优化版本方案 2. AI 动态流量分配：实时动态调整流量分配比例 3. AI 样本量智能判定：自动计算最小样本量、最短测试周期 4. AI 智能缺陷检测 质量保障核心 精准识别所有缺陷，定位根因 AI A/B 测试优化 业务价值闭环 通过智能测试找到最优产品方案 三者共同构建了「技术质量保障→产品体验优化→业务价值提升」的完整闭环
2.1K11编辑于 2026-03-05 - 来自专栏AI SPPECH
AI驱动的安全测试：智能漏洞检测与防护
人工智能技术的发展为安全测试带来了新的机遇。AI驱动的安全测试通过整合AI技术，能够实现智能漏洞检测、自动安全分析和动态防护策略，显著提升安全测试的效率和效果。 AI优势 智能检测/自动分析/动态防护/高效响应/降低依赖 你最期待AI解决哪方面的安全测试问题？ 学习路径 概念、原理、应用、框架、实践、未来 准备好学习AI驱动的安全测试了吗？ 目录 目录 ├── 第一章：安全测试的基本概念与挑战 ├── 第二章：AI在漏洞智能检测中的应用 ├── 第三章：AI在安全风险智能分析中的应用 ├── 第四章：AI在防护策略智能生成中的应用 ├── 传统安全测试面临的最大挑战是什么？ 第二章：AI在漏洞智能检测中的应用 2.1 漏洞智能检测的基本原理 漏洞智能检测是指利用AI技术，自动识别和检测软件系统中的安全漏洞。 结论 AI驱动的安全测试是安全测试领域的重要发展方向，它通过整合AI技术，能够实现智能漏洞检测、自动安全分析和动态防护策略，显著提升安全测试的效率和效果。
43610编辑于 2025-11-13 - 来自专栏AI SPPECH
AI重塑渗透测试：智能用例生成新未来
本文将深入探讨AI如何生成自动化渗透测试用例，从技术原理到实战应用，为渗透测试工程师提供一份全面的智能用例生成指南。 AI生成渗透测试用例的技术原理 传统的渗透测试用例生成主要依赖于测试工程师的经验和手动编写，这种方法效率低下且容易遗漏。AI生成渗透测试用例通过以下原理实现自动化和智能化： 1. 智能测试用例生成：根据应用程序的特点和最新的攻击技术，自动生成高质量的测试用例。 自动测试执行：通过自动化工具和脚本，自动执行生成的测试用例。 智能化的攻击路径规划：基于应用程序的结构和防御机制，规划最优的攻击路径。 自适应测试策略：根据测试过程中的反馈，动态调整测试策略和用例生成方法。 在未来，随着全自动化测试流程、大语言模型的深度应用、漏洞情报与AI的结合以及量子计算技术的发展，AI驱动的渗透测试将变得更加智能、高效和全面，为企业的网络安全提供更坚实的保障。
59211编辑于 2025-11-13 - 来自专栏软件测试
基于AI的智能自动化测试架构实践
本文系统性地提出了一套面向复杂业务场景的云原生AI自动化测试架构(AITP，AI-poweredTestingPlatform)，该架构深度融合了AI能力与测试工程实践，在测试设计、执行、分析全生命周期中实现智能化升级 而AI技术的成熟，恰好为实现这一转型提供了可行路径。1.3AI技术为测试带来的机遇人工智能技术在近年来取得了突破性进展，这些进展为测试领域带来了全新的可能性。 2.2架构设计理念AITP架构的设计遵循“分层自治+AI驱动”的总体思想，旨在构建一个能够自适应、自学习、自演进的智能测试体系。其核心设计理念包括以下几方面。 智能化贯穿全流程：将AI能力深度融入测试的设计、执行、分析全生命周期，而非仅作为辅助工具。每个环节都具备智能决策能力。 以下是在某大型互联网公司实施11个月后的成效数据。通过引入智能化测试系统，项目在测试效率方面取得了显著提升。
1.9K12编辑于 2025-12-09 - 来自专栏AI SPPECH
智能测试自动化：AI驱动的测试脚本生成与优化
AI驱动的测试自动化通过AI技术的应用，不仅可以自动生成和优化测试脚本，还可以智能地选择测试用例、识别测试环境问题、分析测试结果，大大提高了测试自动化的效率和效果。 AI优势 智能生成/自动优化/精准选择/高效分析 你最期待AI解决哪方面的测试自动化问题？ 学习路径 概念、方法、工具、实践、案例 准备好学习AI驱动的测试脚本生成与优化了吗？ 端到端测试、智能分析、预测 综合测试自动化 Mabl 低代码AI测试自动化 自修复、自适应、智能分析 敏捷团队测试自动化 Functionize AI驱动的测试自动化 自然语言测试、自修复、智能分析 可视化、自修复、智能分析 敏捷团队测试自动化 Tricentis Tosca AI驱动的测试自动化平台 模型化测试、智能分析、风险覆盖 企业级测试自动化 Ranorex 自动化测试工具 AI辅助、跨平台 结论 AI驱动的测试自动化代表了测试自动化的未来发展方向，它通过AI技术的应用，解决了传统测试自动化面临的诸多挑战，为测试团队提供了更智能、更高效的测试自动化方法。
1.1K11编辑于 2025-11-13 - 来自专栏AI SPPECH
智能测试数据分析：AI如何从测试结果中挖掘洞察
第二章：AI驱动测试数据分析的原理与方法 2.1 AI驱动测试数据分析的基本概念 AI驱动测试数据分析是指利用人工智能技术，特别是机器学习和深度学习技术，辅助或自动化测试数据分析的过程，以提升数据分析的效率和效果 Analytics AI驱动的测试分析 智能洞察、自动报告 测试结果分析 Applitools Eyes Analytics 视觉AI分析 像素级比较、智能报告 视觉测试分析 TestRail 测试管理与分析 数据可视化与分析 交互式仪表板、高级可视化 测试数据可视化分析 Power BI 商业智能与分析 数据分析、可视化报告 测试数据分析报告 7.2 工具选择策略 选择AI驱动测试数据分析工具时，需要考虑以下因素 使用预测模型预测测试结果和质量趋势 创建交互式仪表板，实时展示测试数据和分析结果 建立基于AI的异常检测和预警机制 提供智能报告和洞察，支持测试决策 实施过程： 需求分析 → 数据仓库建设 → 数据集成与处理 随着AI技术的不断发展，测试数据分析将变得更加智能化、自动化和实时化，为软件质量保障提供更强大的支持。
45010编辑于 2025-11-13 - 来自专栏学习笔记ol
框架分析（11）-测试框架
框架分析（11）-测试框架 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。 异常测试支持 JUnit允许测试方法标记为期望抛出特定异常。如果测试方法确实抛出了期望的异常，则测试将被视为通过。如果测试方法没有抛出异常或者抛出了其他异常，则测试将被视为失败。 超时测试 JUnit允许设置测试方法的超时时间，如果测试方法执行时间超过指定的时间，则测试将被视为失败。 不能覆盖所有测试场景 JUnit框架主要用于单元测试，无法覆盖所有的测试场景，例如集成测试、性能测试等。 需要编写大量的测试代码 为了达到全面的测试覆盖率，需要编写大量的测试代码，增加了开发成本和维护成本。 不支持并发测试 JUnit框架默认是单线程执行测试用例，不支持并发测试。
87720编辑于 2023-10-11 - 来自专栏啄木鸟软件测试
接口测试第11讲：接口性能测试
1672308810&play_scene=10400&vid=wxv_2588778574413873157&format_id=10002&support_redirect=0&mmversion=false 渗透式测试环境与代码 将DB下的4个csv文件导入sec数据库中 渗透测试操作系统虚拟机文件vmx文件 1）Windows 2000 Professional 链接：https://pan.baidu.com/s/13OSz pwd=s2i5 提取码：s2i5 开机密码：jerry/123456 安装了Apatche、Tomcat、MySQL、 vsftpd并且配套Web安全测试练习教案。
87020编辑于 2022-12-29 - 来自专栏啄木鸟软件测试
软件性能测试（连载11）
索引节点（inode）是持久化存储到磁盘中的，而目录项（dentry）是由内核维护（目录项缓存）的。
62120发布于 2020-03-04 - 来自专栏AI SPPECH
AI辅助测试自动化框架设计：构建智能、高效的测试体系
├── 第五章：AI在测试数据智能管理中的应用 ├── 第六章：AI在测试执行智能优化中的应用 ├── 第七章：AI在测试结果智能分析中的应用 └── 第八章：实践案例与未来发展 第一章：测试自动化框架的演进与挑战 第二章：AI辅助测试自动化框架的核心概念与架构 2.1 AI辅助测试自动化框架的基本概念 AI辅助测试自动化框架是指将人工智能技术与传统测试自动化框架相结合，利用AI的感知、理解、学习和决策能力，实现测试自动化的智能化 AI辅助测试自动化框架 = 传统测试自动化框架 + AI技术 + 智能决策系统 + 自适应机制 AI辅助测试自动化框架的主要特点包括： 智能化：利用AI技术实现测试的智能生成、执行和分析 自适应：能够自动适应应用的变化 第六章：AI在测试执行智能优化中的应用 6.1 测试执行环境智能管理 AI在测试执行环境智能管理中的应用主要包括： 应用场景 描述 AI技术 价值 环境需求智能预测 智能预测测试环境需求 需求预测、机器学习 第七章：AI在测试结果智能分析中的应用 7.1 测试结果智能分析与可视化 AI在测试结果智能分析与可视化中的应用主要包括： 应用场景 描述 AI技术 价值 测试结果自动汇总 自动汇总测试执行结果 结果汇总
1.3K10编辑于 2025-11-13 - 来自专栏悦思悦读
AI 入行那些事儿（11）人工智能浪潮中的企业与人才
2021 巨献 —— 系列文章《AI 入行那些事儿》，为您讲述： 人工智能的基础原理、发展历程、当前应用 成为 AI 技术人员所需的入门技能和学习途径 以及求职、面试的全过程 我们来看看国内有哪些类型的企业已经把业务向人工智能做了迁移 各类人工智能企业 ? 头部大企业 像微软中国、IBM中国这样的大型传统软件公司，依靠其自身雄厚的实力和长期的学术积累（自然也包括人工智能方面的学术研究成果），正在人工智能方向开展相应的业务。 把这个概念套用到人工智能上，就是“人工智能+”，可以给传统行业注入人工智能技术，帮助它们获得业务上的增长。 人工智能岗位 人工智能岗位的企业规模分布 我们再来关注一下岗位，看看现在企业都需要什么样的人工智能相关的人才。 ? 显然，目前人工智能岗位的需求主要来自大中型企业。 人工智能人才需求的演化 历年来，人工智能企业招聘情况的变化也和行业的发展密不可分。候选人的学历和能力是人工智能企业招聘时考核的重点。
68810发布于 2021-04-12 - 来自专栏FunTester
App测试的11点建议
1、动手之前先弄清设备和平台 在测试设计之初，测试人员首先会考虑的是测试的环境，也就是确定App究竟需要运行在什么样的设备和平台上。 测试用例设计的原则是：让不同分辨率、不同屏幕尺寸大小的设备尽可能多地涵盖各个操作系统版本，另外，对于市场占有率很高的重点操作系统版本，可以使用多个设备来测试。 因此，在测试时，要考虑弱网、无网、飞行模式、各种网络切换下的测试场景。 3、考虑多任务和意外情况处理 测试人员在设计和测试App的时候考虑到App被别的程序或者用户切换到后台时，需要进行什么操作。 探索性测试可以理解为通过测试人员的创造性思维，采取不同的测试路径，来达到测试目标的测试方法。发散性的思维很重要，不能用常规的思路去设计用例。 10、APP安全测试 测试App请求中是否包含了明文的用户信息，测试App的请求是否加密，测试SQLite数据库的存储是否安全，利用一些其他工具对app进行安全测试 11、善用log去分析和定位问题 app
40210编辑于 2023-08-04 - 来自专栏啄木鸟软件测试
精准测试及其工具（连载11）
图83登录WEB平台 5.2项目信息 显示所选取编译项目的一些基本信息，包括：项目指标信息、项目信息、版本信息、测试汇总信息、测试过程监控趋势图、测试设备组成和分布图、版本覆盖率汇总图和复杂度统计图。 图84显示项目信息 5.3测试用例-测试用例列表 图85显示的是测试用例列表。 ? 图85测试用例列表 点击跟踪，可以查看到此版本的此条测试用例的详情信息（包括测试用例描述、录制记录以及用例覆盖到的函数），如图86所示。 ? 图86显示测试用例的详细信息 1. 覆盖率-按日增长趋势图 图87显示的是测试用例列表。 ? 图87覆盖率-按日增长趋势图 2. 覆盖率按日增长曲线图 图89显示的覆盖率按日增长曲线图，它可以让管理者更好的把握测试过程。 ?
61720发布于 2019-12-12
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