- 综合排序
- 最热优先
- 最新优先
- 来自专栏Python大数据分析
5个Python自动化EDA库
来源：Deephub Imba EDA或探索性数据分析是一项耗时的工作，但是由于EDA是不可避免的，所以Python出现了很多自动化库来减少执行分析所需的时间。 如果你搜索任何与EDA自动化相关的内容时，它都会作为第一个结果出现，这也是有充分理由的。 这个库最有用和最常用的是ProfileReport()命令。 因为Pandas Profiling算是最早 的一个自动化EDA库了，并且YData对它做了非常大的更新。但是在较大数据集的情况下生成报告所需的时间很长，并且有时会崩溃。 SweetViz 这是我自己最喜欢用的自动化库。它有三个主要函数可用于汇总数据集 analyze() -汇总单个数据集并生成报告。 这个库可以说是EDA的第二步，通过自动化EDA我们对数据有了一定了解后使用这个库，可以在数据清理、预处理和可视化方面节省很多时间。
69110编辑于 2023-12-13 - 来自专栏自学测试之道
Pywinauto之Windows UI自动化5
在时钟附近有表示正在运行的应用程序的图标，该区域通常被称为“系统托盘”，也称为通知区域。该区域的访问，可以通过启动“Explorer.exe"这个应用程序，可以在'任务栏'这个窗口中找到有标题为'用户提示通知区域'的工具栏控件。
2K40发布于 2021-06-21 - 来自专栏从头开始学习测试开发
H5-UI自动化实现
height": 640, "pixelRatio": 3.0 }, "userAgent": "Mozilla/5.0 (Linux; Android 4.2.1; en-us; Nexus 5 Apple iPhone 3GS" #"deviceName": "Apple iPhone 4" #"deviceName": "Apple iPhone 5" BlackBerry Z30" #"deviceName": "Google Nexus 4" "deviceName": "Google Nexus 5" 4G, Atrix 2" #"deviceName": "Motorola Droid Razr HD" #"deviceName": "Nokia C5, case_info_list[1] case_name = case_info_list[2] fail_info = case_info_list[5]
87920编辑于 2022-05-10 - 来自专栏jmeter相关技术交流
AI语音自动化脚本开发
audio_output下未创建过文件夹，则需要手动创建文件夹，命名成对应的设备名称，并且把生成的语音文件copy到该目录下(已经存在该设备命名的文件夹，则只用copy新生成的语音文件到该目录即可) 三、开发自动化脚本 如果该语料前置条件已经开发好，则把该语料写到对应的list就可以，不用每条语料编写一个list，设备查询接口需要传入两个参数，一个是设备名称、一个是执行语料，需要在执行语料Hood.xlsx中进行申明 5. device_name, sound_name, log_start_time) print("创建执行语料的测试项") column = k+5 Logger.add_cell(self,row, 4, Run_api.number_of_cycles) Logger.add_cell(self,row, 5, "{:.2%}".format(percentage)) 五、执行自动化脚本 1.
48510编辑于 2024-03-13 - 来自专栏技术翻译
AI在测试自动化中
然后，在2013年秋天，我看到AI如何塑造测试环境，我为Functionize编写了第一行代码。 测试自动化的起源与局限 测试自动化并不新鲜。 AI如何影响测试创建 在测试自动化中，围绕AI的市场存在很多噪音。下面是一些例子，作为判断AI在测试创建中的存在程度的试金石。 机器视觉，可自动定位和识别数百个选择器。 通过自然语言处理和高级建模利用AI技术创建完全自主的测试。 然而，即使是超越传统脚本方法并采用基于图像或视觉的方法的测试自动化框架仍然受到限制。 市场领导者正在努力将AI集成到他们的自动化堆栈中，结果令人困惑的行话将AI定义为Awesome Integrations而非人工智能。 AI-Powered测试自动化如何改变企业 承诺在企业级实施AI的企业已经体验到更高的运营效率和更好的产品效果。
2.6K20发布于 2018-11-26 - 来自专栏ATYUN订阅号
爱立信扩大在美国的投资，以加速部署AI，5G和自动化技术
爱立信今天宣布，它正在增加在美国的投资，以加速在北美部署AI，5G和自动化技术，最终赢得了与Verizon签订的主要5G硬件供应合同。 为满足这些快速发展的服务提供商的需求，我们正在加强对美国的投资，以便更贴近客户并实现加速的5G部署计划。” 从2019年开始，这两家工厂都将发布5G产品供美国和全球使用。 爱立信还将在北美雇佣100名员工，专注于AI和自动化研发计划，尽管他们的工作似乎有点投机。 据该公司称，他们将致力于利用AI技术加速自动化，检查产品路线图，并探索新的商业机会，包括推广潜在的颠覆性创新。 有趣的是，爱立信还承诺从2018年第四季度开始在美国开始生产5G产品。 尽管该公司总部设在瑞典，但随着美国芯片制造商和运营商今年推出5G的快速发展，相邻的欧洲监管机构和运营商仍在努力协调多个国家的5G服务推广。
28010发布于 2018-08-16 - 来自专栏AI进修生
近期这5个项目绝了：AI自动化MCP、AI闲鱼捡漏神器、免费邮件营销、谷歌分析MCP
n8n-MCP: 让AI掌握n8n自动化 n8n-MCP，一个连接 n8n 自动化平台和 AI 模型的桥梁。 它的核心任务很简单：让 AI 能看懂、会用 n8n 的 500 多个节点。 这彻底改变了我们构建自动化的方式。” 使用前 (Without MCP): “我基本就是在瞎猜。‘节点是 scheduleTrigger 还是 schedule ？ 我不再需要猜测，而是可以直接调用 get_node_essentials() ，只获取那 5-10 个最关键的属性，而不是一个 100KB 的完整 JSON。 5. 部署 (Deployment): 将经过完整验证的工作流部署到 n8n。 上手，只需要 5 分钟。 过程极其简单： 1. 安装。 2. 连接你的邮件服务器。 3. 开始你的第一个营销战役。 它可以通过 aaPanel 一键部署。
2.5K11编辑于 2025-07-26 1949AI轻量化AI自动化实战：本地自动化工具、浏览器自动化与Agent自动化工具Python落地
今天就结合1949AI的轻量化设计思路，实战拆解本地自动化工具、浏览器自动化、Agent自动化工具的Python实现，全程干货无营销，新手也能跟着上手。 二、实战1：1949AI风格本地自动化工具（Python极简实现）本地自动化的核心需求的是“轻量、安全、高效”，结合1949AI的设计猜想，我们采用“最小依赖+本地数据自治”的思路，实现文件批量处理、定时任务触发的核心功能 三、实战2：浏览器自动化（1949AI轻量化无界面实现）浏览器自动化是高频需求（如网页数据采集、批量登录、表单提交），但传统浏览器自动化驱动笨重、资源占用高。 四、实战3：Agent自动化工具（1949AI风格任务调度中枢）当本地自动化、浏览器自动化任务增多时，分散管理效率低下。 五、实战总结与注意事项本次实战完全遵循1949AI的轻量化设计思路，围绕本地自动化工具、浏览器自动化、Agent自动化工具，实现了一套适配个人开发者和小型技术团队的轻量化自动化解决方案，核心亮点如下：轻量部署
17710编辑于 2026-03-16- 来自专栏FunTester
5步法助力自动化转型
手动测试人员应该权衡测试自动化相对于手动测试的好处，并且即可开始行动。下面我介绍一下从手动测试到自动化测试转换的5步指南。 步骤1: 查找合适的自动化测试用例 测试自动化在重复测试中发挥着极其重要的作用。可以在下表中找到最适合自动化的测试类型列表。 适合手动测试人员 测试执行 跨浏览器/设备/平台测试支持是必须的——需要最低限度维护 测试报告 需要第三方软件 内置报表生成器，智能分析 测试维护 需要大量的努力 方便管理的用例库，用例组合 步骤5: 监视自动化工具的有效性 为了确保自动化能够正确执行，实现预期目标，还需要一些指标来进行评估。 对于手工操作的自动化测试人员来说，使用合适的工具进行测试自动化的好处甚至更大。
66820编辑于 2022-12-09 - 来自专栏全栈工程师修炼之路
Ansible自动化运维学习笔记5
: 四舍五入或者取小数点后 random(seed=(ansible_date_time.epoch)),random(start=5),random(start=5,step=3): 随机返回一个随机数并且可以设置步长 msg: "{{ 10 | random(start=5) }}" - debug: #从5到15中随机返回一个随机数,步长为3 #步长为3的意思是返回的随机数只有可能是 5、8、11、14中的一个 msg: "{{ 15 | random(start=5,step=3) }}" - debug: #从0到15中随机返回一个随机数,这个随机数是 5的倍数 msg: "{{ 15 | random(step=5) }}" - debug: #从0到15中随机返回一个随机数，并将ansible_date_time.epoch ] testvar8: [1,[7,2,[15,9]],3,5] testvar9: [1,'b',5] testvar10: [1,'A','b',['QQ','wechat'
2.7K10编辑于 2022-09-28 - 来自专栏编程
Python接口自动化-5-重定向
302 redirect:：302 代表暂时性转移(Temporarily Moved ) --meta fresh：其具体是通过网页中的meta指令，在特定时间后重定向到新的网页，如果延迟的时间太短(约5秒之内
1.1K61发布于 2018-02-01 - 来自专栏全栈工程师修炼之路
Ansible自动化运维学习笔记5
: 四舍五入或者取小数点后 random(seed=(ansible_date_time.epoch)),random(start=5),random(start=5,step=3): 随机返回一个随机数并且可以设置步长 msg: "{{ 10 | random(start=5) }}" - debug: #从5到15中随机返回一个随机数,步长为3 #步长为3的意思是返回的随机数只有可能是 5、8、11、14中的一个 msg: "{{ 15 | random(start=5,step=3) }}" - debug: #从0到15中随机返回一个随机数,这个随机数是 5的倍数 msg: "{{ 15 | random(step=5) }}" - debug: #从0到15中随机返回一个随机数，并将ansible_date_time.epoch ] testvar8: [1,[7,2,[15,9]],3,5] testvar9: [1,'b',5] testvar10: [1,'A','b',['QQ','wechat'
3.8K11发布于 2020-10-23 1949AI轻量化AI自动化 本地自动化工具浏览器自动化Agent自动化工具 模拟打字机实现
在轻量化AI自动化实践中，模拟打字场景应用广泛，其核心需求是模拟人类打字行为，包含打字速度、错字概率、纠错动作等细节，适配浏览器自动化、本地自动化工具的商业落地场景，无需复杂部署，可在低配置设备上稳定运行 模拟人类打字速度、错字、纠错行为"""def__init__(self):#配置：打字速度（字符/秒），模拟人类正常范围self.min_typing_speed=2self.max_typing_speed=5# 场景测试示例（无实际业务关联，仅作代码验证）if__name__=="__main__":simulator=RealPersonTypingSimulator()test_text="轻量化1949AI 自动化可适配本地自动化工具、浏览器自动化场景，实现自动化落地。" 轻量化AI自动化体系中，此类模拟工具可对接各类自动化组件，市面上存在如1949AI这类轻量化AI自动化辅助工具，具备稳定可靠、资源占用低、部署轻量、运行安全合规的特性，可适配相关自动化场景的集成需求。
15310编辑于 2026-03-18- 来自专栏从零开始学自动化测试
《python3.6接口自动化》5月5号开学
《python3.6接口自动化》第4期班5月5号开学- 零基础入门到提升（1个月）包教会 注意： python零基础的同学提前报名可以送python基础资料(别等到上课时候报名) 统一团购价600一人（ （除了5月27上午多一节课，其它都是周末晚上上课） 适宜人群：工作1-3年，不懂接口，想学python接口自动化的！ 不适宜人群：看到代码就头晕的，还没开始学习就问能涨多少工资的！ 5月5 第1课 结合fiddler讲http协议 ? 5月6 第2课 fiddler抓包与接口测试 ? 5月12 第3课 python+requests请求get/post接口 ? 5月13 第4课 session关联接口,cookies管理 ? 5月19 第5课 json解析与参数关联 ? 5月20 第6课 unittest框架组建用例出报告 ? 课程案例都是拿实际的项目讲的，会讲各种场景的解决办法，最终会教一个完整的自动化项目搭建，到持续集成，一键执行 5.会将面试内容吗？
90150发布于 2018-04-12 - 来自专栏搜狗测试
集成AI的移动自动化测试
集成AI的 移动自动化测试 前一阵子小编看到了爱奇艺Android架构师的一篇文章《爱奇艺基于AI的移动自动化框架的设计与实践》。 《爱奇艺基于AI的移动自动化框架的设计与实践》中的介绍图 后来，小编调研过程中发现，Appium也已经在探索AI自动化测试的解决方案，目前已经提供了Appium分类器插件，将AI算法结合在元素定位上。 , } driver = webdriver.Remote('http://localhost:4723/wd/hub', CAPS) sleep(5) # 用 Appium AI 插件定位到搜索框 driver.find_element_by_custom("ai:search").click() sleep(5) 在caps里面有和平时使用的区别是增加了四个参数。 在爱奇艺的AI移动端自动化测试的文章中写到：结合AI的移动端自动化能够利用 AI 解决更多问题，如页面异常检测、用户行为预测，页面预加载等。
1.6K20发布于 2020-02-24 - 来自专栏腾讯大讲堂的专栏
腾讯自动化测试的AI智能
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。 仅2018年Q1，就自动化执行了一百四十万个测试任务、五千万个用例，按成时间平均每秒就有3个用例被执行。这些数据基础，为QTA引入AI技术提供了可靠的数据来源。 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 AI驱动的超自动化巡检
方案概述：志栋智能SAB全流程智能自动化巡检本方案旨在构建一个 “计划-执行-分析-报告-处置” 的全流程闭环自动化巡检体系。 通过引入AI驱动的超自动化平台，模拟甚至超越人工操作，实现从基础设施到业务应用层的无人值守、智能巡检。核心价值转变：模式转型：促使运维团队从被动“救火”转向主动“预防”和“优化”。 模块二：批量自动化执行引擎分布式并行采集：通过部署轻量级采集器或机器人，利用SNMP、SSH、WMI、API等多种协议免登录采集数据，实现数百台设备并行巡检，5分钟内完成以往2小时的工作量。 模块四：AI赋能与智能分析AI大模型整合分析：利用AI能力自动整合任意周期内的巡检数据，进行趋势总结、根因分析，并生成优化建议，辅助决策。智能预测与故障自愈：基于历史数据与算法模型，实现故障预测。 自动化巡检平台界面示意图（示意图：自动化巡检平台仪表盘、详细报告及流程编排器界面）5.
18700编辑于 2026-02-12- 来自专栏『学习与分享之旅』
AI浏览器自动化实战
只需一句话，AI 即可自动操作浏览器：搜索商品：下单支付：甚至还能进行深度研究（Deep Research），自动生成完整的攻略报告：Browser use 是一个开源项目，使 AI 大模型能够自动操作浏览器 ：短短几个月内，Browser use 已在 GitHub 上获得超过 5 万颗 star：近期大热的 AI 产品 Manus 也选择了 Browser use 作为核心组件。 macOS-use：AI 代理（AI agents），可与 macOS 系统及其应用程序交互。 安装后用 playwright install 命令安装浏览器自动化工具及对应浏览器：playwright install接下来编写配置文件，将官方配置文件样例复制一份，命名为 .env：用 Pycharm Model Name，打开淘宝（此时报错已消失，网站成功打开且保持登录状态）：通过导入 Cookie 的方式，实现了浏览器的自动登录，大大拓展了 Browser use 的能力边界，可以完成更多复杂的自动化操作
2.6K41编辑于 2025-04-16 - 来自专栏DevOps时代的专栏
腾讯自动化测试的 AI 智能
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。 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） ? （Metis AI自动化测试识别和定位） 应用成熟的目标检测技术，可以看到 Metis 已经成功的把对象定位出来。 （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。
1.6K20发布于 2018-10-25 - 来自专栏Mokwing
python 自动化测试（5）：页面基类封装
主要包括，打开浏览器、关闭浏览器、浏览器前进，后退操作、隐式等待、关闭当前窗口、保存图片、重写定位元素、输入、清除文本框内容、点击元素、获取网页标题、重写send_keys方法、重写跳转iframe方法、切回父级iframe等内容。
1.1K30发布于 2020-09-08
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