- 综合排序
- 最热优先
- 最新优先
- 来自专栏啄木鸟软件测试
安全测试工具（连载2）
1.2 AWVS AWVS即Acunetix WVS，全称Acunetix Web Vulnerability Scanner，它是一款常用的WEB应用程序安全测试工具，该工具可以对任何可通过WEB浏览器访问的和遵循 l自动的客户端脚本分析器，允许对 Ajax 和WEB 2.0 应用程序进行安全性测试。 l业内最先进且深入的 SQL 注入和跨站脚本测试。 l高级渗透测试工具，例如 HTTP Editor 和 HTTP Fuzzer。 l可视化宏记录器帮助您轻松测试WEB表格和受密码保护的区域。 2. 扫描 点击【Scan】按键，开始扫描。在扫描之前出现如20页面。通过它可以设置扫描类型、扫描报告以及扫描计划。 ? 20扫描前设置页面 点击【Create Scan】，开始扫描。 打开生成的pdf文件即可查看所有的测试报告。25是一个SQL注入的安全漏洞报告。 ?
1.3K10发布于 2019-12-12 - 来自专栏啄木鸟软件测试
精准测试及其工具（连载2）
2．星云测试服务端部署 解压星云工具安装包J2EE_Enterprise_key_64bit，解压后安装包内有服务端（server）、客户端（client）和WEB报表端文件夹。如图21所示。 ? 图21 安装包J2EE_Enterprise_key_64bit内容 3．星云测试服务端启动 1、运行下的星云测试server目录中ThreadingTestServer.exe，启动后再启动ThreadingTestReportServer.exe 图22 序列码 2、联系星云工作人员获取当前服务器的key.key文件，替换到星云的server目录下。 2、运行星云测试TTWeb目录下的startTTWEBserver.bat。如图24表示报表端与服务器端连接成功。 ? 2星云工具插装编译说明 2.1 星云测试脚本插装编译说明 星云测试工具支持在Windows环境下脚本插装编译被测项目，需要使用星云编译工具JAVAForWindows工具包。
80030发布于 2019-12-12 - 来自专栏啄木鸟软件测试
单元测试工具（连载2）
calculator.multiply(8,2); assertEquals(16,calculator.getResult()); } 图6为最后的测试结果。 （2）运行测试。 （3）结果判断。 （4）清理环境。 这里，设置环境和清理环境是有区别的。 设置环境：比如，建立数据库连接。 清理环境：比如，断开数据库连接。 2．测试类的声明 测试类是一个独立的类，没有任何父类。测试类的名字也可以任意命名，没有任何局限性。所以，不能通过类的声明来判断它是不是一个测试类。测试类与普通类的区别在于它内部方法的声明。 （2）标记@Test：运行测试。 （3）标记@After：清理环境。 这个方法的前面使用@Test标注，表明这是一个测试方法。 ()); } 在测试方法中调用substract函数，将10减去2，期待的结果应该是8。
70020发布于 2019-12-12 - 来自专栏测试开发基础
2021年软件测试领域常用工具总结（2）：接口测试工具、UI测试工具
对于某些页面不会频繁变动的场景，我们也可以进行UI自动化测试 本文第一部分将会介绍接口测试工具（包含接口自动化测试框架），以及接口Mock工具、接口文档开发工具和接口管理工具。 而第二部分将会介绍UI测试的相关工具 接口测试工具 比较好用的接口测试工具有Postman、Jmeter、SoapUI、REST-Assured、Apifox、Katalon Studio、Karate 该工具专门为自动化API测试而设计，但现已经覆盖了API 接口功能测试、UI自动化测试、性能测试，并提供Mocks支持。 Airtest是网易出品的一款基于图像识别和poco控件识别的一款UI自动化测试工具。 而对于UI测试工具，目前主流的还是Appium与Selenium，但是Cypress的口碑也爆棚，值得一试 相关文章 2021年软件测试领域常用工具总结（1）-抓包工具与单元测试工具篇
4.4K11编辑于 2022-09-28 - 来自专栏测试开发技术
AI赋能测试：推荐15款爆火AI测试工具！
01 AI测试工具概述 AI测试工具是利用人工智能（AI）和机器学习（ML）自动化和优化软件应用程序测试过程的软件解决方案。 这些工具通过使用AI算法来识别模式、检测错误，甚至预测应用程序中的潜在故障，从而增强了传统的测试自动化。与传统的测试方法不同，AI测试工具能够适应代码的变化，使它们对动态和复杂的应用程序更加高效。 例如，AI测试工具中的自我修复功能可以在应用程序的用户界面发生变化时自动更新测试脚本，从而减少了对人工干预的需求。 增强的测试覆盖率： AI工具可以生成广泛的测试用例，并探索可能被忽视的应用程序区域，确保彻底测试，以获得更好的可靠性和性能。 17 Gru.ai 最适合智能自动化测试 Gru.ai 是一款新兴的、由人工智能驱动的软件测试工具，专注于智能自动化测试。它运用机器学习来预测测试场景、识别瓶颈，并减少自动化测试中的误报情况。
6.3K13编辑于 2025-09-17 - 来自专栏Mokwing
性能测试（2）： 测试工具 -- JMeter 安装和中文设置
download_jmeter.cgi 如果是windows，就直接下载zip格式；linux系统，下载上面的tgz的格式 二、环境： jmeter 是一个源代码百分百Java开发的一个开源软件，它可以做压力和性能测试 ，也可以做功能和接口测试，主要还是在性能测试这块比较受欢迎。 2、右键用编辑器，或者记事本打开，找到第37行，添加红框内信息，如图： ? 3、重新启动jmeter，就会发现，已经设置成中文了。
2.5K21发布于 2020-09-08 - 来自专栏测试人的日常
软件测试下的AI之路（2）
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？ 我们接着上次没有说完的话题，接下来，我们将介绍mabl中的一些核心业务玩法，组合这些功能模块将可以最大限度的将mabl平台融入我们的日常自动化测试业务中去。 2. 在每个测试计划中，都有复数个测试用例组成，这样才能灵活的达成各类测试场景中的测试效果。
91820编辑于 2023-10-18 - 来自专栏啄木鸟软件测试
AI测试工具性能优化实战指南
引言：当AI成为测试引擎，性能瓶颈就是质量防线的裂缝 在智能测试浪潮席卷软件交付链的今天，AI驱动的测试工具（如Applitools、Testim、Mabl、以及国内崛起的WeTest AI、Tongyi 三、智能缓存：让AI学会‘记住经验’ 传统测试工具缓存的是脚本或断言结果，而AI测试工具必须缓存‘决策上下文’。 结语：性能优化不是给AI做减法，而是为质量守护做加法 AI测试工具的终极价值，不在于它多聪明，而在于它多可靠、多敏捷。 当一次回归测试能在2分钟内完成全链路AI校验，当视觉比对误差率低于0.01%的同时保持毫秒级响应，当测试专家从‘调参工程师’回归为‘质量架构师’——这才是技术进化的本意。 下一期，我们将拆解《如何构建AI测试工具的可观测性体系》，敬请关注啄木鸟软件测试。
33810编辑于 2026-03-31 - 来自专栏啄木鸟软件测试
AI测试工具落地实践深度解读
然而，据啄木鸟软件测试2024年度调研显示：超68%的企业在引入AI测试工具后6个月内未能实现规模化落地，其中41%因‘工具与现有CI/CD流程割裂’而弃用，32%困于‘模型输出不可信、难审计’。 一、落地≠接入：厘清AI测试工具的三个成熟层级 我们提出‘AI测试成熟度三维模型’（ATMM），将落地实践划分为： - L1 工具层接入（Tooling）：完成API对接、UI集成，如将Applitools 视觉AI嵌入Selenium脚本；典型标志是‘能跑通’，但无流程耦合； - L2 流程层嵌入（Integration）：AI能力融入测试左移/右移关键节点，例如在PR提交时自动触发Test Impact 结语：AI测试的终局，是让测试智慧‘可沉淀、可推理、可传承’ AI测试工具的终极价值，从来不是替代测试工程师，而是将散落在个体经验中的隐性知识（比如‘这个按钮在iOS17上必卡顿’‘支付回调超时往往伴随 当某次回归测试中，AI不仅标记出失败用例，还能指出‘该失败与上周合并的缓存预热策略变更强相关，建议回滚commit #a7f2e1’——那一刻，我们才真正迈入智能测试时代。
52910编辑于 2026-03-31 - 来自专栏muller的测试分享
软件测试|uiautomator2 自动化测试工具使用
图片 Google 官方提供了一个 Android 自动化测试工具（Java 库），基于 Accessibility 服务，功能很强，可以对第三方 App 进行测试，获取屏幕上任意一个 App 的任意一个控件属性 ，并对其进行任意操作，但有两个缺点： 1.测试脚本只能使用 Java 语言； 2.测试脚本要打包成 jar 或者 apk 包上传到设备上才能运行； 实际工作中，我们希望测试逻辑能够用 Python 编写 所以基于这个目的开发了 python-uiautomator2 自动化测试开源工具，其封装了谷歌自带的 uiautomator2 测试框架，可以运行在支持 Python 的任一系统上，目前版本为 V2.10.2 atx-agent 启动 uiautomator2 服务(默认 7912 端口)进行监听； 4.在 PC 上编写测试脚本并执行（相当于发送 HTTP 请求到移动设备的 server 端）； 5.移动设备通过 库，为了简化我使用 u2 代替，d 代表 driver 能正确打印出设备的信息则表示安装成功 注意：需要安装 adb 工具，并配置到系统环境变量，才能操作手机。
1.7K20编辑于 2023-01-09 - 来自专栏软测小生
性能测试工具Locust--(2)编写locustfile
接下来的Locust类将开始休眠1秒钟，然后休眠1秒，2秒，3秒，等等。 这些任务是普通的python可调用对象，并且，如果我们正在对拍卖网站进行负载测试，则可以完成诸如“加载起始页”，“搜索某些产品”和“竞标”之类的工作。 启动负载测试时，派生的Locust类的每个实例将开始执行其TaskSet。接下来的情况是每个TaskSet将选择一个任务并调用它。 为了实际测试系统，我们需要发送HTTP请求。为了帮助我们做到这一点，存在HttpLocust类。 但是，有时（例如，在测试URL端点时，你期望返回404，或者在测试一个设计糟糕的系统时，即使出现错误也可能返回200 OK）——需要手动控制Locust是否应该将请求标记为成功或失败。
1.9K30发布于 2020-03-04 - 来自专栏测试开发干货
接口测试平台番外-正交工具2
取而代之的是 新增了一个 叫“小工具” 的菜单和它的子菜单-正交生成器，并且它的路由是/tools_zhengjiao/ （ 注意这个格式 ，千万不要写错） 效果默认折叠，点击后展开漏出各种子菜单： 下节开始开发小工具的内容了～ 注意跟上哈～
48040编辑于 2022-05-19 - 来自专栏渗透云笔记
渗透测试懒人工具P2note
文章如下 声明 此工具仅作学习交流用，不要做任何违法行为，出现一切问题概不负责。 在这里插入图片描述 渗透测试懒人工具 声明 一、简介 二、自定义内容 三、最后 一、简介 P2note(Penetration-test payload note) 是基于layui 框架设计的一款渗透测试懒人工具，本意为减少渗透测试人员记忆payload的数量，提升渗透测试效率。 repo:https://github.com/SevenC-base/P2note 二、自定义内容 此工具已经过优化，侧边栏和内容部分均可通过 data-note.json 文件修改 print ("\n双引号、斜杠转义结果：\n\n", i, "\n") if __name__ == '__main__': encode_x () 三、最后 工具中出现的
82020发布于 2021-08-13 - 来自专栏大飞的部落阁
GUI经典实践-网速测试小工具-2
,text_color='red') dSp1=spt.download() dSp=f'{dSp1/1024/1024:.2f} Mb/s' window['-DLS-'].update (dSp,text_color='yellow') def get_upload_speed(window): window['-INFO-'].update('开始获测试上传速率...' ,text_color='red') uSp1=spt.upload() uSp=f'{uSp1/1024/1024:.2f} Mb/s' window['-UPS-'].update (uSp,text_color='yellow') def end(window): window['-INFO-'].update('测试完成...' get_download_speed(window) get_upload_speed(window) end() # 创建窗口 window = sg.Window('网速测试小工具
1.3K20编辑于 2022-06-17 - 来自专栏啄木鸟软件测试
AI测试工具实战：性能优化新范式
而AI原生测试工具，正从‘辅助角色’跃升为‘性能根因诊断中枢’。本文以真实工业场景为切口，解析三大AI测试工具如何重构性能优化工作流。 AI测试工具（如Applitools + LangChain插件）通过分析历史API日志与用户行为埋点，自动构建语义感知型负载模型。 结语：性能优化进入‘AI for AI Testing’深水区 工具的价值不在替代工程师，而在放大专业判断力。 没有扎实的数据底座，再先进的AI测试工具也只是精致的幻灯片。 未来已来——下一个战场将是‘AI测试工具自身的性能优化’：当测试Agent需调度千级GPU节点执行分布式模糊测试时，它的调度算法、资源预测模型、结果聚合引擎，恰恰需要我们用今天所倡导的方法论，进行新一轮性能革命
13200编辑于 2026-06-15 - 来自专栏测试开发技术
UI自动化+AI 测试工具大全——除Midscene.js外，这些AI 测试工具也值得关注！
在AI驱动的UI自动化领域，Midscene.js凭借轻量化、跨平台、自然语言驱动的优势成为热门选择，但除此之外，还有多款成熟的AI应用、智能体及工具，它们各具特色，覆盖不同场景需求（如移动端专项测试、 2. 二、AI增强型传统自动化工具（AI+传统工具组合） 这类工具以传统UI自动化工具为基础，集成AI能力，弥补传统工具“元素定位繁琐、维护成本高”的短板，适合已经熟悉传统工具、希望逐步过渡到AI自动化的开发者 2. 其支持自定义测试规则，可根据业务需求配置测试覆盖率、执行频率等参数，适配不同行业的测试需求。 2.
1.4K20编辑于 2026-05-18 - 来自专栏C/C++进阶专栏
CC++生态工具链——单元测试工具Catch2简介
BDD的步骤 1.给定业务功能的场景 2.定义场景的执行步骤，编写测试用例 3.运行执行步骤的测试代码，如果失败了，修改步骤对应的代码，直到测试通过 BDD的语言描述形式 GIVE-WHEN-THEN 下面开始介绍Catch2的用法，并利用Catch2实现BDD风格的测试。 四，Catch2介绍 Catch2是主要用于C++开发场景的单元测试框架，用法和googletest有几分相似，但是定义测试用例名称的时候不需要像googletest那样严格，googletest要求必须是有效的 这个”拿捏“的手势就是Catch2的官方logo Catch2的特性 仅使用头文件就可以完成测试样例构建，无其他依赖库。 支持自注册函数。 (2).从git仓库下载完整的Catch2源代码，编译后开始使用。这个推荐新手使用，因为里面还包含了测试代码样例，方便学习。
2.9K20编辑于 2023-02-23 - 来自专栏漫谈测试
聊聊AI工具生成测试用例有哪些缺点
使用AI工具生成测试用例虽然效率很高，但也存在一些明显的缺点和挑战，不能将其视为完全的“银弹”，而应作为辅助工具。一、缺乏深度理解和业务逻辑判断表面化测试： AI模型基于模式匹配和统计概率生成内容。 工具集成： 将AI测试生成工具无缝集成到现有的CI/CD流水线、测试管理平台和开发环境中，可能需要额外的开发和配置工作。 AI生成测试用例的最佳定位是“强大的辅助工具”，而非“测试人员的替代者”。建议的使用方式：初稿生成： 利用AI快速生成测试用例的初稿或草稿，然后由测试专家进行审查、补充、优化和提炼。 需求验证： 将AI生成的测试用例作为验证需求文档完整性的一种手段，如果AI都无法根据需求生成合理的测试，可能说明需求本身存在模糊不清的地方。 人类的批判性思维、业务洞察力和创造性是目前AI无法取代的测试核心价值。将AI与人类 expertise 相结合，才能实现最高效和可靠的测试过程。
82210编辑于 2025-09-28 - 来自专栏漫谈测试
聊聊使用AI工具生成测试点的优势
站在测试工程师的角度，使用AI工具生成测试点（或测试用例）的优势非常显著，它正在改变传统测试设计的模式和效率。 AI工具可以在几分钟内快速扫描需求文档、设计文档、用户故事甚至代码，生成成百上千个基础测试点。减少重复劳动：AI特别擅长处理模式化、重复性的任务。 四、 实现早期和持续性测试优势体现：Shift-Left（测试左移）：在需求或设计阶段，就可以将用户故事或原型图输入AI工具，提前生成初步的测试点。 持续优化测试点：AI工具可以根据测试结果和反馈，持续优化测试点的生成策略。通过不断学习和改进，AI工具能够生成更符合实际需求的测试点，提高测试的效果。六。 结果分析与缺陷定位：深入分析AI执行测试后产生的失败用例，定位根本原因。对于测试工程师而言，AI工具不是一个替代品，而是一个强大的“副驾驶”（Co-pilot）。
56510编辑于 2025-09-29 - 来自专栏测试开发技术
推荐10款顶级AI测试工具（二）：Appvance
在上一期《推荐10款顶级AI测试工具（一）》中，我们介绍了一款聚焦功能覆盖与自动化效率的工具。 今天，我们将介绍一款真正将AI“思维”融入测试全流程的产品——Appvance IQ。 自主测试探索（AI Script Generation） 传统测试需要人工编写上千条用例，而Appvance的AI引擎能像真实用户一样“漫游”应用，自动发现潜在功能路径。 2. 与传统测试工具相比，Appvance IQ的差异化优势在于： 从“工具”到“伙伴”：它不只是执行预设指令，而是通过AI理解业务目标，主动提出“应该测什么、怎么测更有效”； 从“静态覆盖”到“动态进化”： 正如Gartner在《2024年应用测试技术趋势报告》中指出：“未来3年，具备业务语义理解能力的生成式AI测试工具将成为企业质量保障的核心基础设施。” 如果你正在寻找一款能真正提升测试效率、降低维护成本，并适应快速迭代的工具，不妨给Appvance IQ一个机会。毕竟，在AI时代，让工具“更聪明”，就是让团队“更强大”。
1.6K10编辑于 2025-11-17
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