- 综合排序
- 最热优先
- 最新优先
- 来自专栏muller的测试分享
软件测试|测试平台vue3 模版语法
最基本的数据绑定形式是文本插值，它使用的是“Mustache”语法 (即双大括号)：
99920编辑于 2022-12-29 - 来自专栏测试开发干货
接口测试平台代码实现50: 自动异常测试-3
当然异常测试层我们也可以加上对应的代码来生成蒙层： 这样便可以防止用户进行异常操作了。 为了防止关闭异常测试层后引发其他bug，我们把关闭函数的代码从隐藏这个div改成刷新整个页面： 好言归正传，让我们继续开始异常值测试。 貌似该开始实际进行测试了，按照我们之前章节的设计。 当用户点击开始测试后，前端js会开始根据预置的待替换参数，依次交叉排列组合替换接口本来的请求体。 然后我们打算再新声明一个js函数：error_play() ,当用户点击开始测试时来调用这个函数来进行测试，这里很显然，俩个函数是分开的。 alert('当前接口的请求体类型不支持异常值测试！')
62320编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台设计思路-3:成品总览
我们今天来看异常健壮性测试。 其实就是简单的统计出url和body的所有参数。然后用预置的各种类型数据进行排列组合般的替换。来自动每次进行请求。 虽然说前端一般会控制好接口的传入字段，但是接口测试的主要思想就是要绕过前端测试接口本身。 首先来看我们接口的正常调试参数： 它url中有俩个参数，body里有1个参数 返回值是一段text文本： 然后我们点击保存后，点击这个接口的健壮测试按钮 页面就变成了这样 所以最终会有大概3个参数*13门徒 = 39次请求。 那么点击执行按钮吧。
39920编辑于 2022-05-18 - 来自专栏测试开发干货
接口测试平台187： 并发报告（3）
这里需要先测试下，打印res 打印结果： 打印的结果大家看着不方便，我加几个回车就清晰了： {'result': '', 'cases': [ {'case_id': 21, result_case': '', 'steps': [ {'step_id': 68, 'step_name': '测试 } }, {'step_id': 69, 'step_name': '测试
31030编辑于 2022-05-20 - 来自专栏AI科技大本营的专栏
你的 AI 算法模型安全吗？来 AI 安全测试基准平台测试下
6月3日，清华大学联合阿里安全、Real AI发布了 AI 攻防对抗基准平台（Adversarial Robustness Benchmark），可对 AI 防御和攻击算法进行自动化和科学地评估。 AI 模型攻防“标尺” AI 安全基准平台基于清华大学在 2020 年GitHub 开源的 ARES 算法库，提供模型攻击与防御的排行榜。 曾在完整的威胁模型下使用 15 次攻击和 16 次防御对对抗性稳健性进行了基准测试。 谈及 AI 安全基准平台的研发初衷，据官方表示，由于攻击算法是经常变化的，需要考虑模型在多种攻击算法下和更强的攻击下的防御能力，如果只在一种攻击算法下进行测试的话，不够全面。 由于该基准评测平台不是专属于某一家机构或者公司搭建的平台，需要大家共同参与，一起将它打造为更全面、权威的 AI 安全评估平台。
91220编辑于 2023-05-08 - 来自专栏测试人的日常
软件测试下的AI之路（3）
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？ 上一期我们介绍了mabl平台的整体功能与测试业务核心玩法，那么既然作为一个自动化测试服务平台，怎么能少了与CI/CD之间的集成场景呢？ 而依托于现在一些主流的CI/CD软件的强大兼容性与接入能力，mabl自身的强大测试能力可以灵活被运用起来，在部署过程中集成mabl平台，那么相关的测试代码部署到 CI/CD 管道中的托管环境后就可以立即在多个浏览器中测试端到端用户体验 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.
1.2K30编辑于 2023-11-11 - 来自专栏测试开发干货
接口测试平台代码实现144: 平台主题-夏日清凉3
我们本节开始继续去搞 接口库的主题外观，开搞之前，我们先学习下边框彩色的css： border-image:linear-gradient(to right,#ff8cd0,#77a4cb,#ff8cd0,#fff5d3)
33320编辑于 2022-05-19 - 来自专栏muller的测试分享
软件测试|测试平台Vue3 - 表单的输入与绑定
输入框输入文本，对应以前都是操作DOM树结构进行的绑定。现在学习了VUE不建议大家通过DOM树进行绑定获取数据。
71110编辑于 2022-12-29 - 来自专栏测试开发干货
接口测试平台番外-正交工具3
如上图，利用的是bootstrap3的输入框组。我这里写的就是个展示用的demo，之后用js进行动态生成的时候，好照着这个输入框组进行生成。 测试一下提取是否正确： 看来，提取是成功了。
44230编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现103:GraphQL-3
然后是发送： 然后是保存： 经过测试：三个函数全部成功了～ 然后我们去修改views.py中，加上相应的代码： 找到函数 Api_send() 如图，到这，就算搞定了接口库调试层的部分了。 大家可以自行简单测试，bug请迅速留言或反馈哦～ 下节课我们要搞定用例库的步骤相关，那里要更复杂一些，需要增加请求体的替换部分设计。
31820编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现55:首页重构-3
接下来我们进行美化操作： <h3> 您的请求记录：</h3> <div id="home_log_plan" style="padding-left: 20px;overflow-y:
54120编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现88: 全局请求头-3
本节我们就一起来研究，在接口库调试页面，用例库步骤详情页 这俩个地方如何加入这些项目公共请求头吧。
51720编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现番外：主页改版-3
api_body = ts_api_body, ) return HttpResponse('') 然后我们测试下
42620编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现120:cookie持久化-3
大家可以自行测试一下。 最后欢迎分享和宣传哦～
35330编辑于 2022-05-19 - 来自专栏测试开发干货
(简易)测试数据构造平台: 3 (vue打通django)
如果想实现前端打包后让django单独服务就能启动整个平台的效果，那就需要合二为一，也就是本节课的目标，不管这段话你看的懂看不懂，都不重要，只要你先照葫芦画瓢往下跟，要不了几节课你就会突然大悟。 最后我们要测试一下，进行vue的第一次打包：npm run build 打包完成后，检查下目录，看看是否有这个dist文件夹： 然后我们在pycharm右上角 启动django项目 关注下控制台输出
53230编辑于 2022-05-20 - 来自专栏测试开发干货
接口测试平台代码实现107:登录态接口-3
首先先改正一下 榜一大哥提出的bug，就是当选择完公共请求头后取消选择，然后再请求就会报错的问题：
64130编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现96:全局域名-3
全局域名这里我们目前已经搞定了 域名管理 部分。也就是当用户请求的时候我们偷偷存了份 host，并且去重。
1.3K40编辑于 2022-05-19 - 来自专栏测试开发干货
接口测试平台代码实现124: 全局变量-3
本节内容继续开发我们的项目内全局变量，在此之前，先让我们一起回顾下，之前我们的进度：
36540编辑于 2022-05-19 - 来自专栏老张的求知思考世界
基于四大AI交互协议的AI测试平台架构
因此我们可以得到这样一个明确的范围，即：当前阶段AI在研发测试领域落地，有如下几个确定性较强的应用场景： 测试用例生成：特别是基于历史迭代版本的主流程回归测试用例diff； 测试数据生成：因为业务最小粒度对应的数据 、线上监控、线上发布变更(表结构变更-SQL)，同样具有明确的预期目标和结果； 2、基于上述确定性较强的几个场景，我们可以借助四大AI交互协议来构建全流程的测试平台，思路如下： Function Calling ：实现具体功能，如根据业务和数据映射关系生成测试数据； MCP：负责模型和其他工具(Agent)之间的通信，比如底层模型采用Qwen3，测试数据生成模块封装成Agent； A2A：负责实现多个Agent 之间的通信，比如用例生成Agent、数据生成Agent、测试脚本生成Agent之间相互协作； AG-UI：实现后台服务(从大模型到Agent再到具体功能点)和前台的交互，最终构建为一个完善的AI全流程测试平台 ； 3、基于上述第二部分的思路，我们可以实现这样一个AI全流程测试平台，具体的功能和工程结构如下：
43810编辑于 2025-06-08 - 来自专栏老张的求知思考世界
AI驱动的全链路测试平台实战案例
回到主题，自信的说，我们的AI测试平台能力在行业里面处于前列，设计开发维护平台的同学都是头部互联网公司，是行业的拓荒者，下面介绍AI测试进阶训练营价值，不喜欢付费训练的可以划走。 全源码平台集成交付，拒绝理论，拒绝零散式插件脚本堆砌，偷换概念。 每节课都基于真实企业级项目拆解。 全套课程直播并录制（AI测试全流程讲解）。 完整项目源码库（持续更新）。 传统测试平台转型，老的测试平台加简单调用大模型的API，美其名曰AI智测平台。 2. 传统培训加上少部分的AI课时，且都是脚本级别的轻量级实践（相当于我们免费送的水平）变成AI测试训练营。 3. 3. AI生成测试用例 全流程AI赋能，标准化与灵活性兼具，实现从需求到用例的高效闭环，全面提升测试质量与效率。 全流程自动化测试架构 • 从需求到报告全链路自动化：文档解析→用例设计→代码生成→执行→分析 • 异步并发架构：实现多智能体实时协作与进度反馈 3.
1.2K11编辑于 2025-10-10
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