- 综合排序
- 最热优先
- 最新优先
- 来自专栏啄木鸟软件测试
精准测试及其工具（连载8）
星云测试支持两个及以上版本进行对比函数的差异，对比之后列表展示函数变化。如图66和图67。 ? 图66进入“两个版本对比” ? 星云测试支持查看版本对比中修改以及添加代码的函数的覆盖率情况。如图68所示。 ? 图68查看版本对比中修改以及添加代码的函数的覆盖率 2．累计覆盖率 前置条件：工程下至少有两个版本，且这两个版本有覆盖率数据 多版本累计覆盖率是针对多个版本中的所有测试用例的覆盖率的累计，用户以最新版本为基线版本 ，针对之前不同的测试场景累计该版本的覆盖率，从而得出函数的覆盖情况。 图70多版本累计覆盖率 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
50922发布于 2019-12-12 - 来自专栏啄木鸟软件测试
安全测试工具（连载8）
lFileWith list of dir/files：选择字典文件，高级用户可以自己书写字典文件 lSelectStarting Option：选择开始选项，包括“标准开始点”和“URL模糊测试”两种方式 建议选择“URL模糊测试”。 lURLto Fuzz—/test.html?url={dir}.asp：如果选择了 “URL模糊测试”, 这里输入/{dir}, 运行时被字典变量替换。 44 DirBuster扫描结果 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
75720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8）
/usr/bin/env python #coding:utf-8 __metaclass_=type class calculator: def__init__(self, a, b): /usr/bin/env python #coding:utf-8 # pip install coverage # coveragerun Calculatortest.py # coveragereport 分别为正数乘正数、正数乘负数、负数乘正数、负数乘负数，参数同test_subs deftest_multiply(self): mydata = [[4,2,8] ,[4,-2,-8],[-4,2,-8],[-4,-2,8]] n=0 judge=True for i in ), (4,-2,-8,), (-4,2,-8,), (-4,-2,8,), ])
64710发布于 2019-12-12 - 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。
4.9K13编辑于 2025-09-17 - 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 然而，大量团队反馈：‘模型越准，跑得越慢’‘AI用起来很酷，但回归测试耗时翻倍’——这背后并非算法缺陷，而是系统级性能设计的缺失。本文聚焦测试专家最易忽视却最关键的战场：AI测试工具自身的性能优化。 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。 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。
19310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
引言：当AI从实验室走向产线测试现场 近年来，AI技术正加速渗透软件测试领域——从智能用例生成、缺陷预测，到自动化脚本修复、测试结果自解释，AI不再只是概念或Demo，而成为测试团队真实可部署、可度量、 可复用的生产力工具。 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 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
23810编辑于 2026-03-31 - 来自专栏CSDN博客专家-小蓝枣的博客
单点效率测试工具：F8秒表
好的工具就是测试人员的有力武器。 下面给大家推荐的就是专门用来测单点效率的计时工具：F8秒表！ 优点： 窗口置顶； 红色醒目字体； 小巧，操作简单； 操作方法： F8用来计时； F10用来归零； 获取方式： 小蓝枣的私人仓库，提取码：3tw1 ?
67510发布于 2020-09-25 - 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。
64510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）。
43910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。 这些问题的核心在于：传统工具缺乏对“软件行为意图”的理解能力。而Appvance的突破点，正是通过AI模拟“测试工程师的思考过程”，让测试从“机械执行”升级为“主动洞察”。 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”。
1.2K10编辑于 2025-11-17 - 来自专栏测试开发技术
推荐10款顶级AI测试工具（一）：Testsigma
有没有一款工具，既能降低自动化测试的门槛，又能借助AI的能力提效提质？ 今天起，我们将推出「推荐10款顶级AI测试工具」系列，首期聚焦的主角是——Testsigma：一个以“让每个人都能做自动化测试”为使命，深度融合AI能力的测试平台。 一、为什么需要像Testsigma这样的AI测试工具？ ，需手动修改大量脚本，回归测试效率低； 协作效率低：开发、测试、产品因工具链不同步，需求理解偏差常导致漏测； AI能力弱：传统工具缺乏智能分析、自愈能力，重复性工作仍依赖人工。 在AI技术重塑软件研发的浪潮中，Testsigma代表了“AI+测试”的典型方向——它不仅降低了自动化测试的门槛（让非技术人员也能参与），更通过AI能力解决了传统工具的核心痛点（维护难、效率低、协作差）
3.6K10编辑于 2025-11-17 - 来自专栏AllTests软件测试
9个用于测试自动化的最佳AI测试工具（2024）
1、前言 选择一款优质的基于生成式AI人工智能的测试工具能够确保测试过程的准确性和效率，从而加速整个软件测试周期。相反，设计不佳的测试工具可能无法发现错误，并可能存在安全问题。 开发人员和测试人员很容易简化测试用例开发过程。人工智能的存在也使维护过程自动化，确保更好的准确性。 此AI工具使测试web或移动应用程序变得更顺畅。 官方网址： https://blinq.io/ 6、Roost.ai Roost.ai是一种生成性人工智能驱动的测试工具，它利用Vertex AI和GPT-4等LLM来提供自动化软件测试。 官方网址： https://magnif.ai/ 8、ContextQA ContextQA是一种尖端的支持人工智能的软件测试工具，是Selenium的替代品。 使用AI自动更正：自动更正错误。 移动应用程序自动化测试：该工具使用人工智能来简化测试过程，而无需手动干预。
22.6K21编辑于 2024-07-08 - 来自专栏架构驿站
K8sGPT，基于 AI 的云原生终极工具
Hello folks，我是 Luga，今天我们来聊一下云原生生态排障大杀器-基于AI 的云原生终极工具：“K8sGPT”。 毫不夸张滴说，K8sGPT 是一种改变游戏规则的工具，有可能彻底改变许多行业，从医疗保健和金融到电子商务和教育。 它分析和理解自然语言数据的能力是无与伦比的，这使其成为希望从大量文本数据中获得洞察力的企业和组织的宝贵工具。 — 01 — 何为 K8sGPT ？ 先来看一张图： 再来看一张图 K8sGPT 是一个用于扫描 Kubernetes Cluster，以及用简单的英语诊断和分类问题的工具。 通常而言，K8sGPT 可以作为 CLI（命令行界面）工具安装，也可以作为 Kubernetes Cluster 中的 Operator 安装。
5.3K60编辑于 2023-05-22 - 来自专栏深度学习与python
在自动化测试结果分析中使用AI工具
他们引入了 ReportPortal 这个工具，它使用人工智能来分析自动化测试结果。 正如 Kutschy 所说的，这个工具可以作为企业内部解决方案进行免费安装： 作为这个工具的管理员，我完成了概念验证和集成，并解决了所有问题。现在，功能团队的测试人员每天都在使用它。 Kutschy 说，当你刚开始使用这个工具时，它对失败的测试一无所知。测试人员需要决定测试失败是产品缺陷、自动化缺陷还是环境问题导致的。 如果你不使用这个工具，就需要查看 100 个。 由于工具会根据之前的决策对旧的失败测试进行分类，因此减少了人为错误。这有助于将注意力集中在新出现的失败测试上，Kutschy 说。 查看英文原文： https://www.infoq.com/news/2025/03/AI-analysis-automated-test/ 声明：本文由 InfoQ 翻译，未经许可禁止转载。
34110编辑于 2025-04-18 - 来自专栏全栈程序员必看
k8s监控工具(k8s工具)
工具集合： 后渗透：Kubesploit ： https://github.com/cyberark/kubesploit 后渗透：k0otkit: https://github.com/Metarget /k0otkit 安全评估：Red Kube ：https://github.com/lightspin-tech/red-kube 容器攻击工具：ccat ： https://github.com /RhinoSecurityLabs/ccat 安全测试：Kubestriker ：https://github.com/vchinnipilli/kubestriker 提升权限和横向运动:peirates
1K51编辑于 2022-08-01 精选深度测评｜2025年AI编程工具权威推荐：8大主流 AI 编程工具深度对比与选型指南
二、八大主流 AI 编程工具横向对比表工具名称核心能力开发门槛适用场景特色功能腾讯云 CodeBuddy三形态协同（插件 / IDE/CLI）+ 对话式开发 + 云原生集成低 - 中全场景（非技术人员 核心技术突破三形态协同引擎：国内首个实现插件、独立 IDE、CLI 工具深度协同的 AI 编程产品，三者共享模型能力与资源额度。 对话式全流程开发：国内基于混元 + DeepSeek 双模型驱动，支持多轮自然语言交互细化需求，自动生成完整代码仓库（含依赖配置、目录结构），并可通过对话完成 UI 设计（生成 Figma 文件）、接口调试、单元测试生成 五、总结腾讯云 CodeBuddy 以 “全形态覆盖、全流程自动化、全生态融合” 重新定义 AI 编程工具的边界，打破 “专业工具仅服务开发者” 的局限，成为连接 “创意与产品” 的核心枢纽。 未来，随着 “产设研一体化” 需求深化，具备多形态协同能力的工具将主导全场景 AI 编程市场。
4.5K10编辑于 2025-10-15- 来自专栏从头开始学习测试开发
测试工具汇总-接口测试
测试过程中，我们总是会用到各种工具来辅助完成。大部分情况下，我们不可能总是在需要工具的时候自己去写个脚本，在花费大量时间的情况下可能会拖慢整个项目进度，对比之下找个合适的工具再好不过了。 抓包工具 Postman 接口请求模拟；用例管理；环境管理； 客户端for windows、Mac Curl 接口请求模拟； 客户端for Windows Charles 接口抓包 客户端for Windows、Mac Wireshark 抓包工具 /lyrebird 开源框架；可二次开发 Mock-Server工具 MockServer https://github.com/yinquanwang 开源框架，简单易用 Easy-mock https://github.com/easy-mock/easy-mock 开源框架，功能更齐全 接口自动化测试管理后台
2.2K20编辑于 2022-05-09 - 来自专栏从头开始学习测试开发
测试工具汇总-异常测试
压力测试 jmeter 基于Java的压力测试工具；适用简单的并发测试，性能不稳定 loadrunner 预测系统行为和性能的负载测试工具；使用场景同jmeter ，非开源免费 locust 易于使用的分布式负载测试工具 gatling 基于Scala 开发的高性能服务器性能测试工具；适用场景：容量测试 Tsung 开源的多协议分布式负载测试工具 https://github.com/processone/tsung 安全性测试 Scanners Box //portswigger.net/burp 异常测试 tc 网络丢包和试验模拟工具 Clumsy 开源网络模拟工具；人工造成不稳定的网络状态；适用windows https://github.com/music4kid/PLeakSniffer 工具篇将持续更新 转载本文请声明。
2.3K10编辑于 2022-05-09 - 来自专栏全栈程序员必看
HSQL测试_qt测试工具
database.0 e:\hsqldb\mydb -dbname.0 mydb -port 9002 这样将以mydb作为数据库名启动数据库；端口为9002； 3、启动查看管理工具 这时可以进入到库的管理界面执行各种SQL语句； 4、启动客户端程序 java -cp D:\hsql173\hsqldb\lib\hsqldb.jar;. com.guo.TestDB 启动测试的例子程序 用时： Wed Jul 04 14:29:39 CST 2007 Wed Jul 04 14:31:01 CST 2007 这里的测试程序执行了
1.9K10编辑于 2022-11-08 - 来自专栏小雨的CSDN
8. 黑盒测试 白盒测试 灰盒测试
黑盒测试：黑盒测试也称功能测试，测试中把被测的软件当成一个黑盒子，不关心盒子的内部结构是什么，只关心软件的输入数据与输出数据。 白盒测试：白盒测试又称结构测试、透明盒测试、逻辑驱动测试或基于代码的测试。白盒指的打开盒子，去研究里面的源代码和程序结果。 1）逻辑覆盖法：判定法，条件法，判定和判定组合，条件和条件组合，判定和条件组合 2）循环覆盖法：for / while 3）路径覆盖法：switch / try catch 灰盒测试：是介于白盒测试与黑盒测试之间的一种测试 ，灰盒测试多用于集成测试阶段，不仅关注输出、输入的正确性，同时也关注程序内部的情况（集成测试等）
1.6K30编辑于 2022-10-26
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