- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试开发干货
接口测试平台设计思路-9:成品总览
防止有人恶意利用平台进行线上改数据然后嫁祸等行为。 用户在项目中 任意地方想填入host的时候，都会从这里去选择使用，接口的表存放的也不是host，而是host的id。 继续看使用帮助 针对 平台各功能都有对应图解。上面的快捷锚点可以直接滑动，右下角有体贴的返回顶部按钮。 继续看优化建议留言板 又名 吐槽列表。 用户可自行添加或编辑或删除或查看。 下节预告：白盒测试管理模块
27920编辑于 2022-05-18 - 来自专栏测试开发干货
接口测试平台193： 并发报告（9）
美化弹层 关闭按钮： 注意代码位置 效果如下： 里面的Onclick函数叫 close_step() 于是，我们写个js同名函数： 测试，可以成功关闭。
25110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9：菜单常显
3. 把菜单作为后台唯一能返回的html，也就是唯一的render函数内的那个html参数。然后在菜单welcome.html 中 把其他各个页面都当作一个子页面 一个来引入。
1.1K20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: 9 (首页美化)
到这里，有的小伙伴会觉得 这个布局高度似乎并没有充满整个浏览器，所以很难看。那么原因是什么呢？
49610编辑于 2022-07-07 - 来自专栏测试开发干货
接口测试平台代码实现113:登录态接口-9
测试一下： 可以看到，成功插入进来了。 然后是raw_json： 测试效果如下： 目前这三种请求体我们都可以成功插入 登陆态提取字段了。
42350编辑于 2022-05-19 - 来自专栏非典型性程序员
测试需求平台9：数据持久化与PyMySQL使用
✍ 此系列为整理分享已完结入门搭建《TPM提测平台》系列的迭代版，拥抱Vue3.0将前端框架替换成字节最新开源的arco.design，其中约60%重构和20%新增内容，定位为从 0-1手把手实现简单的测试平台开发教程 ，内容将囊括基础、扩展和实战，由浅入深带你实现测试开发岗位中平台工具技术能力入门和提升。 NOT NULL DEFAULT '' COMMENT '描述', `operator` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci 上篇回顾：测试需求平台8：Acro Vue页面创建及菜单路由讲解 下篇预告：产品服务管理接口实现 项目源代码地址 https://github.com/mrzcode/TestProjectManagement
68530编辑于 2023-10-21 - 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-9
如： 我们目前，能跳转进入的就只有进入项目后的接口库，所以我们暂时填入的是这个连接： 为了方便测试。我们新建个接口，让其和项目的名字有重复的。 测试结果如下： 现在我们点击下看看： 均可以正确进入对应项目内： 我们再处理一个小问题：就是关闭这个搜索结果页的功能。 (还有其他办法，欢迎小伙伴自行猜测) 注意位置和css样式哦～ 然后在下面的search中 写上它的显示隐藏控制代码： 样式如下： 现在我们在写个隐藏div的js函数就万事大吉了： 现在测试了下效果
36120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130: 全局变量-9
答：接口库接口调试，异常测试，登陆态接口，用例库具体接口步骤 这几处。 2. 全局变量怎么在上述地方去插入应用？ 答：应用插入，需要使用特殊标记的占位符，所有区域应统一风格。
37320编辑于 2022-05-19 - 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
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。 安全性对抗稳健性评估 ARES 库，是一个用于对抗性机器学习研究的 Python 库，专注于对图像分类的对抗性稳健性进行基准测试。 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AllTests软件测试
9个用于测试自动化的最佳AI测试工具（2024）
功能特点： 190个国家和160种语言的GenAI测试：使用GAT平台要求测试人员查找几乎任何国家或语言的漏洞、问题和其他问题。 该平台还提供根本原因分析（RCA），以更快地解决问题和高级片状测试检测，允许定制和深入了解测试脆性。 官方网址： https://roost.ai/ 7、MagnifAI MagnifAI是一个人工智能驱动的测试平台，它自动化了不同行业的软件测试过程。它集成了LLM和AI，以自动创建测试脚本。 官方网址： https://contextqa.com/ 9、Relicx Relicx利用生成人工智能来简化软件测试，提供无代码测试编写、自我修复测试和可视化回归检测。 官方网址： https://relicx.ai/ 10、Momentic Momentic是一个低代码、人工智能驱动的测试平台，使开发人员能够快速高效地创建端到端测试。
22.6K21编辑于 2024-07-08 - 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
在半个月前联合融管理社区的《践行者》直播中，我曾分享过这样一个观点：基于Function Calling、MCP、A2A和AG-UI，我们可以推动服务于测试工作的全流程AI应用。 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 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. 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。 需求输入灵活：支持直接输入文本或从需求管理平台精准选取，并可补充场景信息，完善业务上下文。 安全可靠测试体系 • 全流程可追溯：从需求关联到测试执行，每一步操作均可审计 •支持私有化部署：平台支持本地部署，支持接入私有化大模型，充分保障数据安全 五.周期和适合人群 上课周期持续3.5-4个月
1.2K11编辑于 2025-10-10 - 来自专栏Lauren的FPGA
第9讲 Vivado HLS 下 CC++ 测试平台的基本架构
算法建模之后一项重要的步骤是算法验证，这就需要测试平台（Test Bench）。基于C的算法建模同样需要构建基于C的测试平台。相比于VHDL/Verilog等硬件描述语言，基于C的测试平台更为快捷。 一个完整的测试平台通常包括输入激励、待测模型（也就是待测函数）、参考模型（也叫Golden Model）和输出监测4个部分。 VivadoHLS中C测试平台是不可缺少的（尽管没有测试平台并不会影响C综合），它扮演着两个非常重要的角色。第一，C层面的算法验证需要它；第二，C和RTL协同仿真时需要它。 此时，RTL的测试平台是由C测试平台生成的。这保证了验证的等效性。 C测试平台往往也是很多初学者容易忽略的，这里再次强调，完整的HLS设计流程需要C和RTL的协同仿真这一步，而这一步能完成的前提是需要C测试平台。
98030发布于 2019-10-31 - 来自专栏啄木鸟软件测试
软件性能测试（连载9）
交换区的总量 Swap: ###k used 使用的交换区总量 Swap: ###k free 空闲的交换区总量 Swap: ###k cached 缓冲的交换区总量 top命令进程中关于内存性能如表3-9所示 表3-9 top命令进程中关于内存性能参数 标记 解释 VIRT 进程虚拟内存的大小，只要是进程申请过的内存，即便还没有真正分配物理内存，也会计算在内。
1.2K40发布于 2020-02-20 - 来自专栏FunTester
测试平台化
测试平台化刚好可以解决该问题，帮助团队跨过这个鸿沟，迈入高效团队的阵营。 在绝大分团队中，有负责工具组的团队，团队成员会为整个持续测试提供测试工具从而实现测试平台化。 如果团队中没有专门负责测试平台的人，那么在代码扫描部分可以使用SonarQube，在接口自动化测试平台部分可以使用Yapi，单元测试和UI自动化部分目前没有成熟的开源解决方案，使用SonarQube代码扫描平台 、Yapi接口测试平台至少能够满足测试平台化的基础需求。 推行测试平台化不再需要兼顾各种技术栈，只需要按照自己设计测试平台的技术栈在团队内进行提升就可以。 降低高级测试技能的学习成本。 对于测试行业中的高级测试类型（如性能测试），通过测试平台化降低学习成本，让所有人都可以完成。 ... ...
53430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9）
4 星云客户端企业项功能说明 4.1智能的回归测试用例选取分析算法 前置条件：最少要有一个用星云示波器做过数据的历史版本与一个需要回归新插装版本 精准测试云平台采用“一种基于测试用例与代码逻辑、源码版本关系矩阵的测试用例选取方法 ”的回归技术，在回归测试时，基于智能算法，完全自动筛选计算出每个测试用例受影响的程序，用户可以根据此数据来进行用例回归测试的优先级排序，把高风险的用例测试放到前面，大大减少了回归测试的时间。 测试用例是关联工程的，所以同一工程下新建的版本继承了上面所有版本的测试用例，我们在进行智能回归测试用例选取的时候会用当前版本的代码去和以前版本代码去做对比，通过哪些对比得到哪些函数被改变了，并通过这些改变的函数对涉及到的测试用例做统计 图73回归在示波器页面的测试用例显示 4.2 测试用例的聚类分析算法 前置条件：有一定数量的测试用例数据 精准测试云平台根据的函数执行剖面的向量化信息，对测试用例进行聚类分析, 从类中检出中心点测试用例以及其附近的测试用例 聚类算法是通过测试用例的代码相似程度得出结果的，所以可以帮助我们划分出来有哪些测试用例的代码相似程度比较高，这样在我们聚的一类的测试用例Bug测试用例比较多的时候，我们在下个版本的时候可以着重测试该类测试用例
81330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9）
星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
85310发布于 2019-12-12 - 来自专栏软件测试学习
如何借助AI工具辅助部署TestHub 智能测试管理平台
项目简介 TestHub 是一个功能强大的智能测试管理平台，集成了 AI 需求分析、测试用例管理、API 测试、UI 自动化测试 等多个模块，旨在提升测试效率和质量。 平台采用 Django + Vue3 技术栈，提供现代化的用户界面和丰富的功能特性。 一、AI 智能化：测试进入"自动驾驶"时代 AI 需求分析：自动解析 PDF/Word/TXT 需求文档，智能提取业务要点 智能用例生成：基于需求自动生成覆盖全面的测试用例 AI 智能模式：基于 Browser-use 框架，AI 理解页面结构并自动完成测试任务（支持视觉模式 + DOM 模式） 智能助手：集成 Dify AI，随时解答测试咨询 支持多模型自由切换：DeepSeek、通义千问、 二、全端覆盖：Web / APP / API 一个平台搞定 UI 自动化测试（Web） 双引擎支持：Selenium + Playwright 随心切换 智能元素管理：ID、XPath、CSS 等多种定位策略
2000编辑于 2026-04-17 - 来自专栏啄木鸟软件测试
大数据平台测试
来源：http://www.uml.org.cn 一.大数据平台测试简述 大数据平台测试包括2部分：基础能力测试和性能测试 Ⅰ).基础能力测试 大数据平台的基本功能和数据的导入导出对SQL任务、NoSQL Ⅲ).测试指标 主要从性能、能耗、性价比和可用性4个维度来测试对比平台性能 ? 三.大数据平台测试工具 Ⅰ).平台单组件测试 测试应用单一、效率高、成本低，但无法全面衡量大数据平台性能 ? Ⅱ).综合平台测试 覆盖面广，可以较全面测试衡量大数据平台不同类型任务的性能，通用性好 ? b).测试领域：零售商 c).负载类型：离线分析 d).数据类型：结构化、半结构化、非结构化 四.大数据平台测试用例 Ⅰ).平台基准测试用例 主要是从性能的角度衡量大数据平台，包括数据生成、负载选择和明确测试指标等内容 Ⅱ).平台性能测试用例 在基准测试的基础上扩展测试内容，增加SQL任务测试比重 ? Ⅲ).平台基础能力测试用例 ?
2.1K30发布于 2020-11-03 - 来自专栏【腾讯云开发者】
基于图像识别的AI自动化测试框架：GAME AI SDK平台解析
为了在游戏测试中引入自动化测试, 腾讯互娱 TuringLab 实验室研发了 Game AI SDK 自动化 AI 测试平台。 通过接入腾讯公司运营期或测试期的商业游戏，不停的测试优化，最后推出这款 AI 自动化测试平台。 平台搭建与工程实践》一书，此书将 TuringLab 团队基于深度学习的自动化AI测试框架基础的开发与应用经验，进行了详细的描述，分享了如何将AI技术与自动化测试相结合完成测试需求的。 图9 DQN算法参数配置界面 5. 图11 IM训练过程中的进度信息显示 四、结语 GAME AI SDK 的目标是开发一个比较通用的自动化平台，让用户更专注于测试业务本身。
8.4K22发布于 2020-12-23
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