- 综合排序
- 最热优先
- 最新优先
- 来自专栏python3
Python自动化开发学习6
(host,port,pwd,arg1,arg2,arg3): pass # 调用的时候也要反复的来引用这些参数 f1(1,2,3,4) f2(1,2,3,4,5) f3(1,2,3,4,5,6) pass # 调用的时候先把重复的参数写在一个对象里，然后可以分别调用这个对象的不同的方法 obj = Foo(1,2,3) obj.f1(4) obj.f2(4,5) obj.f3(4,5,6)
82410发布于 2020-01-08 - 来自专栏自学测试之道
Pywinauto之Windows UI自动化6
# pywinauto+selenium 实现文件上传 import pywinauto from selenium impor webdriver from pywinauto.keyboard import send_keys # 测试网址 url = "https://www.layui.com/demo/upload.html" browser = webdriver.Chrome() browser.get(url=url) # 点击上传按钮 browser.find_element_by_
96430发布于 2021-06-21 - 来自专栏Mokwing
python 自动化测试（6）：jar包调用
Python对jar包的使用 前言 依赖库 使用 前言 编写自动化时，可能会遇到一些语言之间的调用。 例如： 在登录页面，获取短信验证码后通过java编写的加密方式存入数据库中；使用python编写自动化脚本调用对应jar包，jar包的内容时对应的解密方式，则可以将解密好的内容放入对应输入框内就可以自动化登录了
1.4K20发布于 2020-09-08 - 来自专栏ceshiren0001
Playwright进阶指南 (6) | 自动化测试实战
2025企业级测试解决方案：从单测到千级并发，打造高可用测试体系一、为什么传统自动化测试难以落地？ playwright checknpx playwright debug# 网络问题诊断npx playwright show-trace trace.zipnpx playwright test --debug十、AI 智能测试生成// ai-test-generator.tsexportclass AITestGenerator {staticasync generateFromUserFlow(userActions newLocator; } thrownewError('无法自动修复定位器'); }} 2025测试工程师核心能力：测试架构设计而非用例编写效率工具开发而非手动执行质量数据分析而非结果统计AI
54700编辑于 2025-08-27 - 来自专栏AgenticAI
6种AI Agent模式详解
在本文中，我们将探讨多种构建 AI 智能体结构的模式。这些模式有助于我们扩展功能、保持模块化，并更好地控制执行流程。 为什么使用多智能体模式？ 一开始，通常会采用单智能体模型。 适用于按领域或部门划分逻辑的系统 每个监督者管理一组特定任务或智能体 优势： 高度可扩展且结构清晰 各层级具备模块化控制能力 挑战： 实现复杂度较高 层级之间需要明确定义接口 适用场景： 企业级系统、多领域编排任务 6.
1.1K10编辑于 2025-07-27 - 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 Run_api.number_of_cycles) Logger.add_cell(self,row, 5, "{:.2%}".format(percentage)) 五、执行自动化脚本
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 - 来自专栏从零开始学自动化测试
python接口自动化6-重定向（Location）
前言 某屌丝男A鼓起勇气向女神B打电话表白，女神B是个心机婊觉得屌丝男A是好人，不想直接拒绝于是设置呼叫转移给闺蜜C了，最终屌丝男A和女神闺蜜C表白成功了，这种场景其实就是重定向了。 一、重定向 1. (Redirect)就是通过各种方法将各种网络请求重新定个方向转到其它位置,从地址A跳转到地址B了。 2.重定向状态码: --301 redirect: 301 代表永久性转移(Permanently Moved) --302 redirect: 302 代表暂时性转移(Temporarily Moved )
1.6K80发布于 2018-04-08 - 来自专栏智能仓储物流技术研习社
前沿|国外的物流自动化黑科技-6
说起物流自动化工业，德国一定是不得不提的。德国是工业4.0的最早倡导者，在各个工业细分领域内，德国都以精湛的工艺和严谨的态度闻名于世。 市面很多已经普及应用的自动化仓储物流技术都是源于德国物流研究院的。 继上几篇介绍的创新技术后，我们再来看看还有其他的黑科技。 如果地摞的方式采用自动化的方案去完成料箱摞的存取，那性价比和柔性的优势就不再有了，因为通常的自动化方案需要安装一定的固定设施。 通常的问题也存在于常规的货架的自动化存储方案里，比如往往需要安装轨道。 到目前为止，还没有一套在无需改造现有建筑或者安装额外设施的前提下，能够自动完成料箱摞的自动化存储方案。 料箱地摞机比较适合于那些新的仓储物流的用户，这些新用户可以避开传统自动化仓储系统的高投入和比较差的柔性。采用料箱地摞机的方式可以有效的降低自动化存储成本。
64920发布于 2020-04-09 - 来自专栏C++系列
【Linux】自动化构建工具-makeMakefile详解（6）
、模块分别放在若干个目录中，makefile定义了一系列的 规则来指定，哪些文件需要先编译，哪些文件需要后编译，哪些文件需要重新编译，甚至于进行更复杂 的功能操作 makefile带来的好处就是——“自动化编译 make是一条命令，makefile是一个文件，两个搭配使用，完成项目自动化构建。
39810编辑于 2024-01-23 - 来自专栏Python七号
分享6个实用的Python自动化脚本
每天你都可能会执行许多重复的任务，例如阅读 pdf、播放音乐、查看天气、打开书签、清理文件夹等等，使用自动化脚本，就无需手动一次又一次地完成这些任务，非常方便。 而在某种程度上，Python 就是自动化的代名词。今天分享 6 个非常有用的 Python 自动化脚本。 __name__ == '__main__': main() 这个脚本非常实用，比如说有不是内容平台是屏蔽公众号文章的，那么就可以把公众号文章的链接变为短链接，然后插入其中，就可以实现绕过： 6、
2.3K20发布于 2021-12-02 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 2026-03-161949AI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 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。" 、Agent自动化工具中，适配浏览器自动化的文本输入场景。 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》。 介绍了了一种基于AI算法的自动化测试框架Aion，该框架融合了传统图像处理和深度学习方案。虽然目前该框架还未开源，但是给了小编很多启发。 ? 《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。 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。 小编也非常看好AI在移动端测试中发现更多有价值、普通测试手段发现不了的问题。 在AI热门和快速发展的今天 能够将AI方法和测试结合 将会是软件测试领域的一项重大突破
1.6K20发布于 2020-02-24 - 来自专栏月色的自留地
从锅炉工到AI专家(6)
欠拟合和过拟合 几乎所有的复杂方程都存在结果跟预期差异的情况，越复杂的方程，这种情况就越严重。这里面通常都是算法造成的，当然也存在数据集的个体差异问题。 所以”欠拟合“和”过拟合“是机器学习过程中重
66080发布于 2018-06-20 - 来自专栏橙子探索测试
Selenium自动化测试-6.鼠标键盘操作
在上一篇：Selenium自动化测试-脚本录制神器Katalon Recorder，我们认识了一个实用的脚本录制神器。 到此为止，已经学完了8种定位方式以及利用Firefox插件协助定位，学会定位，Selenium自动化就成功了一半。 下一篇将分享获取元素属性，敬请期待~ 最后是今天的分享：App自动化(基于appium+python) ? ITester软件测试小栈今日分享 分享内容 APP自动化（基于appium+Python） 领取方式 微信公众号后台回复：Appium 有图有真相 ?
1.8K10发布于 2020-03-11 - 来自专栏EdisonTalk
ChatGPT学习之旅 (6) 聊聊AI人设
上一篇：Prompt终极用法 通过前面5篇内容我们了解了从基础到高级的Prompt用法，今天我们来聊聊AI的人设！ 打造人设的步骤：只要3步 在Prompt实践中，我们了解到需要给AI打造一个人设，这样它才能比较精确地get到场景。其实，人设的本质就是有效地给AI洗脑，引导GPT专注于解决某个领域的问题。 那么，如何给AI打造人设呢？一般来说，会有三步： WHO 立人设 贴脸给一句话就行： 你是一位 #什么角色，#细节。 AIChatX：https://ai.yoyocms.com/client/chat 参考资料 李佳芮，《ChatGPT从0到1》 林健，《零基础GPT应用入门课》 Global AI Bootcamp
1.2K10编辑于 2024-06-18 - 来自专栏圣杰的专栏
.NET+AI | MEAI | 会话缓存（6）
MEAI 缓存机制:让 AI 应用响应提速 10 倍 一句话简介 通过 Microsoft.Extensions.AI 的缓存功能,智能存储和复用 AI 响应,显著降低 API 成本并将响应速度提升 10 安装依赖包 dotnet add package Microsoft.Extensions.AI dotnet add package Microsoft.Extensions.AI.OpenAI dotnet 启用缓存(3 行代码) using Microsoft.Extensions.AI; using Microsoft.Extensions.Caching.Distributed; // 创建缓存存储 验证缓存效果 var question = "什么是 Microsoft.Extensions.AI?" Server 等企业级存储 适用场景: FAQ 和客服系统 文档查询和知识库 批量处理和数据分析 下一步: 探索 MEAI 的 Chat Reducer(消息压缩)和自定义中间件功能,构建更强大的 AI
19010编辑于 2025-12-28 - 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”。 自动化巡检闭环示意图（示意图：自动化巡检“计划-执行-分析-报告-处置”闭环流程）3. 方案核心功能模块模块一：触发式巡检计划与策略中心多维度对象管理：支持按单台设备、设备组或全量设备进行巡检。 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
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