- 综合排序
- 最热优先
- 最新优先
- 来自专栏啄木鸟软件测试
AI生成注册用户测试用例
请根据等价类、边界值、决策树、错误推测法，设计尽可能完善的测试用例，但是尽可能避免重复的测试用例或者无效的测试用例。 另外请考虑并发、安全（比如XSS注入，SQL注入） 1.2 Deep Seek回答 根据您提供的注册界面需求，我将结合等价类划分、边界值分析、决策树、错误推测法以及安全测试，设计一套尽可能完善且避免重复的测试用例 1.2.2测试用例设计 1.账号（Account） 规则：长度5-20位，必须唯一，允许大小写英文字母和数字（数字选填），必填，不允许中文。 请根据等价类、边界值、决策树、错误推测法，设计尽可能完善的测试用例，但是尽可能避免重复的测试用例或者无效的测试用例。另外请考虑并发、安全（比如XSS注入，SQL注入等）。 2.2 Deep Seek回答 根据更新后的详细需求，我将重新设计一套完善的测试用例。重点强调ASCII字符集限制、唯一性要求以及安全考虑。
31510编辑于 2025-12-29 - 来自专栏小巫技术博客
AI 实践探索：辅助生成测试用例
背景 目前我们的测试用例主要依赖人工生成和维护，AI时代的来临，我们也在思考“AI如何赋能业务”，提出了如下命题： “探索通过AI辅助生成测试用例，完成从需求到测试用例生成的穿刺”。 ： 如何生成测试用例 用例关键要素 • 前置条件：描述复现测试场景所需的条件； • 操作步骤：描述测试场景下用户的操作行为； • 预期结果：描述测试场景下，用户执行完操作预期得到的结果。 设计prompt提示词，要求LLM按固定格式输出测试用例 生成的测试用例结果示例： [ { "precondition":"用户未注册，系统处于未登录状态", "operation_procedure 几个方向： • AI辅助建模（状态机、类图），提升研发需求建模效率和规范 • 释放助理生成测试用例的生产力，转变为review/修改用例的角色 • AI辅助生成符合业务规则的可测试数据，提升构造数据的效率 经验总结 • 使用AI帮助我们进行自然语言推理和图解析 • 要让AI生成的测试用例更准确，需要精确描述需求，对需求进行建模，描述清楚业务规则 • 使用AI编程工具帮助我们开发工具，比如有明确规则的工具开发
85702编辑于 2025-06-16 - 来自专栏全栈程序员必看
自动生成测试用例_接口测试用例自动生成工具
可以使用命令har2case将Har文件转成测试用例，先使用命令har2case -h查看帮助文档 (httprunner_env) ➜ har har2case -h usage: 将HAR文件默认转换成pytest，强烈建议以pytest格式而不是以前的YAML / JSON格式编写和维护测试用例。 这里也是博主从pytest框架转换为httprunner框架的原因之一 运行命令将har文件转换成测试用例： (httprunner_env) ➜ har har2case baidu.har 2021 ============================ 1 passed, 1 warning in 0.47s ========================================= 生成测试用例 (YAML/JSON) 当然，你也可以生成YAML/JSON测试用例。
2.3K40编辑于 2022-09-19 - 来自专栏全栈测试
巧用Kimi生成测试用例，只需5步，亲测好用！
今天分享用国产大模型Kimi生成测试用例，只需5步！ 这是测试用例模板框架，以后生成测试用例，都是按照这些内容生成。你记住了吗？ 2、用例模块划分 告知Kimi需要测试什么功能，有哪些模块，参考指令如下： 3、生成测试用例 投喂指令后，Kimi生成的指令如下： 发现Kimi写得不完善，每个模块只写了一条用例。 6、迭代和维护用例 根据测试结果和反馈，不断迭代和完善AI模型，提高测试用例的准确性和相关性。 定期更新功能点和测试用例模板，以适应系统的变化和新的需求。 三、总结 测试用例生成过程包括提供用例模板、用例模块划分、生成测试用例、完善补充用例、验证和优化用例、迭代和维护用例这6个过程，具体生成完成之后还需要进行优化以及测试执行进行验证。
3K10编辑于 2024-11-23 - 来自专栏AllTests软件测试
AutoGenTestCase - 借助AI大模型生成测试用例
基于自然语言处理和机器学习的AI工具，能够快速分析需求文档、代码逻辑和历史测试数据，自动生成覆盖功能点、边界条件、异常场景的测试用例。 2、简介 AutoGenTestCase通过集成DeepSeek和通义千问等AI大模型，实现测试用例的自动化生成，适合需要高效测试的测试人员等。 自动弹出浏览器，加载并跳转测试用例生成工具。 3、AI模型设置。 输入申请的DeepSeek、通义千问模型API Key，模型参数可自定义设置，之后保存配置即可。 DeepSeek负责写测试用例，通义千问负责用例评审。 4、AI交互。 例如设置回归测试用例为20，预览则实时显示回归测试用例（20%）。 （3）生成测试用例 点击生成测试用例。 测试用例生成中。 测试用例生成完成。 （4）下载测试用例 Markdown文件格式。
6.2K21编辑于 2025-06-08 - 来自专栏漫谈测试
聊聊AI工具生成测试用例有哪些缺点
生成的测试用例往往停留在界面和API层面，缺乏对业务规则一致性和合理性的验证。无法判断“合理性”： AI可能会生成语法正确但业务逻辑上毫无意义甚至荒谬的测试用例。 例如，为一个银行应用生成“转账金额为负数”的测试用例是有效的边界测试，但生成“用户用一只猫作为账户名登录”这样的用例则浪费资源，而AI可能无法区分两者的优先级。 维护困难： 当应用程序的UI或功能发生变更时，大量AI生成的、结构可能不规范的测试用例的维护成本会很高。它们可能不像人工编写的、模块化的测试用例那样容易更新。 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。
66110编辑于 2025-09-28 - 来自专栏微服务生态
Twemproxy测试用例以及压测结果
1、前端使用 Twemproxy 做代理，后端的 Redis 数据能基本上根据 key 来进行比较均衡的分布。后端一台 Redis 挂掉后，Twemproxy 能够自动摘除。恢复后，Twemproxy 能够自动识别、恢复并重新加入到 Redis 组中重新使用。
1.6K40发布于 2018-08-22 - 来自专栏啄木鸟软件测试
通过ChatGPT生成测试用例
避免XSS注入 避免CSRF注入 避免SQL注入 请设计测试用例 输出 设计测试用例时，我们需要确保覆盖所有功能需求、安全需求以及边界条件。 以下是基于您提供的用户注册界面需求的一组测试用例： 功能测试用例 账号验证 TC1: 输入少于5个字符的账号，验证是否提示错误。 TC2: 输入多于20个字符的账号，验证是否提示错误。 性能测试用例 TC20: 在高流量下提交表单，验证系统是否能稳定运行并及时响应。 二、生成测试代码 输入 基于TC22 产生基于playwright的GUI测试用例，其他基于python requests的接口测试用例 输出 以下是基于您提到的测试用例 TC22 和其他安全、功能测试的详细实现 以下是一个示例测试用例，涵盖了 TC22（输入边界长度的账号和密码），以及其他常见功能测试。
74310编辑于 2024-11-25 - 来自专栏全栈程序员必看
自动生成测试用例_测试用例设计的完整过程
可以使用命令har2case将Har文件转成测试用例，先使用命令har2case -h查看帮助文档 (httprunner_env) ➜ har har2case -h usage: 将HAR文件默认转换成pytest，强烈建议以pytest格式而不是以前的YAML / JSON格式编写和维护测试用例。 这里也是博主从pytest框架转换为httprunner框架的原因之一 运行命令将har文件转换成测试用例： (httprunner_env) ➜ har har2case baidu.har 2021 ============================ 1 passed, 1 warning in 0.47s ========================================= 生成测试用例 (YAML/JSON) 当然，你也可以生成YAML/JSON测试用例。
1.3K20编辑于 2022-09-19 - 来自专栏全栈程序员必看
python批量生成测试用例_系统测试用例的编写依据
可以使用命令har2case将Har文件转成测试用例，先使用命令har2case -h查看帮助文档 (httprunner_env) ➜ har har2case -h usage: 将HAR文件默认转换成pytest，强烈建议以pytest格式而不是以前的YAML / JSON格式编写和维护测试用例。 这里也是博主从pytest框架转换为httprunner框架的原因之一 运行命令将har文件转换成测试用例： (httprunner_env) ➜ har har2case baidu.har 2021 ============================ 1 passed, 1 warning in 0.47s ========================================= 生成测试用例 (YAML/JSON) 当然，你也可以生成YAML/JSON测试用例。
1.1K30编辑于 2022-09-19 - 来自专栏ceshiren0001
爱测智能平台揭秘：接口文档如何一键生成测试用例
这次，我们通过一个实际功能演示视频，完整展示了爱测智能测试平台如何基于接口文档，自动生成结构化、可直接使用的接口测试用例。 1 平台能力概览：接口文档，不只是“看一眼”爱测智能测试平台的核心能力之一，是需求 / 接口文档的自动分析与测试用例生成。 3 测试用例生成流程：三步即可完成整个接口测试用例生成过程非常清晰，基本分为三步。 1 基础设置将 Swagger 接口文档地址配置到平台选择 DeepSeek 模型选择「接口测试用例生成」智能体指定对应的执行节点2 精准限定生成范围（可选）如果接口文档很大，但只想生成某一个接口的测试用例 例如：仅针对 create pet 接口生成接口测试用例这样可以避免生成无关接口的测试用例，特别适合接口多、模块复杂的项目。
26810编辑于 2026-01-28 - 来自专栏AllTests软件测试
TestCase Studio - 自动生成测试用例
1、前言 在软件开发周期中，测试用例的编写与维护往往占据研发团队40%以上的时间。传统手动记录操作步骤、截取屏幕截图、编写英文用例的流程不仅耗时，还易因人为疏漏导致文档偏差。 TestCase Studio以“自动化录制 + 智能生成”为核心，将测试用例生成效率提升70%以上，成为全球5万+测试人员的标配插件。 核心功能： 自动生成测试用例：记录用户操作，以英文句子生成步骤，支持截图并高亮操作区域。 BUG重现步骤：记录每一步操作，便于复现问题。 多维度记录：屏幕录制（5分钟限制）、生成XPath&CSS选择器、支持iframe元素、捕获操作系统与浏览器信息。 多语言支持：可使用德语、法语等本地语言记录测试用例。 打开下载后的测试用例文件。 4、屏幕录制。
80610编辑于 2025-07-21 - 来自专栏全栈程序员必看
httprunner（4）录制生成测试用例
可以使用命令har2case将Har文件转成测试用例，先使用命令har2case -h查看帮助文档 (httprunner_env) ➜ har har2case -h usage: 将HAR文件默认转换成pytest，强烈建议以pytest格式而不是以前的YAML / JSON格式编写和维护测试用例。 这里也是博主从pytest框架转换为httprunner框架的原因之一 运行命令将har文件转换成测试用例： (httprunner_env) ➜ har har2case baidu.har 2021 ============================ 1 passed, 1 warning in 0.47s ========================================= 生成测试用例 (YAML/JSON) 当然，你也可以生成YAML/JSON测试用例。
85320编辑于 2022-09-16 AI生成测试用例时的幻觉问题如何解决
AI生成测试用例时的“幻觉”问题（也称为“hallucination”）是指AI模型可能生成不准确、虚构或与实际需求不符的测试用例，例如创建不存在的功能场景、错误的边界条件或无关的测试数据。 这可能会导致测试用例无效、浪费资源，甚至引入误导，影响软件测试的质量和效率。 —— “AI生成测试用例时的幻觉问题如何解决？” 所谓“幻觉（Hallucination）”，在AI测试用例生成场景中，指的是：AI模型生成看似合理、实则脱离需求、逻辑错误、无法执行或根本不存在于系统中的测试步骤/数据/断言。 →执行→反馈→优化”闭环❌ 追求100%自动化，取消人工审核 → 高风险undefined→ 对策：关键路径用例保留人工抽检（如金融交易、安全相关）总结：用“护栏思维”驾驭AI，而非放任自流AI生成测试用例不是替代人类 通过：强约束输入（别让AI瞎猜）领域化模型（让它更懂你）自动化校验（给它装刹车）闭环反馈（教它学经验）您将构建一个高准确率、低幻觉、可持续进化的AI测试用例生成系统，真正实现：✅ 提效：生成速度提升10
99511编辑于 2025-09-17- 来自专栏无量测试之道
PICT 生成正交测试用例教程
今日分享主题：如何使用 PICT 快速生成正交测试用例。 PICT 简介 PICT 全称 Pairwise Independent Combinatorial Testing tool，是微软开发的一款结对测试用例生成工具，现在已经对外提供，可以在互联网上下载到安装包 PICT 可以有效地按照两两测试的原理，进行测试用例设计。在使用PICT时，需要输入与测试用例相关的所有参数，以达到全面覆盖的效果。 PICT 使用方法 下载PICT安装包 (已放置测试资源分享文章的网盘链接中) 准备模型文件testModel.txt 将testModel.txt模型文件放置到PICT目录下 dos窗口执行命令生成测试用例 WinXP", "Win2K3"}; 模型文件由三部分组成，如下图所示 三部分顺序之间的规则： 不可调换， 不可重叠 部分之间不需要任何分隔符 允许出现空行 允许通过 “#” 添加注释 cmd命令生成测试用例
1.1K10编辑于 2022-07-04 - 来自专栏无量测试之道
PICT正交测试用例自动生成
PICT 可以有效地按照两两测试的原理，进行测试用例设计。在使用PICT时，需要输入与测试用例相关的所有参数，以达到全面覆盖的效果。 下面我们以以下实例进行简单使用介绍，详细示例如下图所示： 下图中的示例测试数据为需要组合的各种场景的基础数据： 下图中是pict 执行文件针对上图的数据生成的测试用例数据： 同时我们可以将上图中的输出重定向写入到 excel 里面，命令如下： pict.ext picts.txt > output.xls 我们在设计用例过程中，特色之处在于加了条件判断，可以针对不同的条件判断进行不同的场景生成，这点非常的棒，希望对大家有所帮助
44010编辑于 2022-07-04 - 来自专栏TestOps云层
AI与测试用例设计
说这个内容其实AI并不是自己熟悉的范围，但是可以换个角度来谈这个问题，大家也许就会觉得一丝丝恐惧。 测试到底怎么测？ 基于用户行为的预测的测试用例，在基于大数据下的AI学习，一定可以做到非常深度的测试用例组合设计，最终在大多数情况下完胜人工测试用例。 仔细想想围棋比测试用例复杂多了，AI也能在大局上完胜人类，而在测试用例这样相对来说比较固定和套路化的工作，自动化用例生成确实没什么特别复杂的。 那么是不是就大家失业了呢？ 不会！ 为什么呢？ 成本！ 绝大多数公司没有这个成本拿大炮打蚊子，就算有AI云测试概念，其也不能非常完善的根据系统业务来生成测试用例，因为AI总需要先有个规则的。 以后会出现AI云测试公司，提供对被测对象的分析及文档规范生成，再利用自己的大数据模拟用户来设计测试用例，至于这样做出来的结果和价值？客户未必能非常认可。 PS。
1.6K10编辑于 2022-04-02 - 来自专栏全栈程序员必看
测试用例_测试用例编写
测试用例的概念和作用 1.1. 测试用例的定义： 1.1.1. 什么是测试用例？ 测试用例的特征： 1、有效性：测试用例的能够被使用，且被不同人员使用测试结果一致 2、可重复性：良好的测试用例具有重复使用的功能。 测试用例的作用： 在开始实施测试之前设计好测试用例，可以避免盲目测试并提高测试效率。 测试用例的使用令软件测试的实施重点突出、目的明确。 测试用例通常包括以下几个组成元素： 用例编号、测试模块、用例标题、用例级别、测试环境、测试输入、执行操作、预期结果,实际结果…. 1.6测试用例示例: 2. 编写测试用例的基本方法 2.1.
6.5K41编辑于 2022-09-20 - 来自专栏muller的测试分享
基于LangChain手工测试用例生成工具
在编写测试用例的过程中，测试工程师会通过需求文档，研发的概要设计等信息编写测试用例，测试用例的输出格式常常为思维导图或者excel等数据信息。 在以上的流程中，一个测试工程师可以根据比较详细的需求文档以及研发的概要设计输出对应的测试点，以及测试用例。而如果和人工智能进行结合的话，人工智能代替的工作就是测试工程师目前的位置。 实战要完成具体的操作为，根据对应的需求文档，生成一个思维导图。 生成一个图片文件，文件名为 hogwarts加任意随机数"""})总结掌握 LangChain 中Retrieval的使用。掌握 LangChain 中 agent 的使用。 掌握通过 LangChain 将需求文档转为测试用例的技巧
51310编辑于 2024-06-28 - 来自专栏啄木鸟软件测试
测试用例自动生成工具实战对比
引言：当手工编写成为瓶颈，AI开始接管‘第一行代码’ 在敏捷与DevOps高速迭代的今天，测试用例编写正从‘必要劳动’演变为‘交付瓶颈’。 本文基于真实项目场景（Web后台系统+RESTful API+微服务架构），对四类主流测试用例自动生成工具展开深度对比：基于模型的LLM方案（如TestGPT、Qwen-TestCase）、基于代码分析的静态工具 （Pex、Randoop）、基于运行时追踪的动态生成器（Diffblue Cover、Evosuite），以及国内新兴的混合式平台（Testin AI Test、Apifox AI）。 它们通过插桩运行被测代码，在内存中构建‘行为图谱’，再用遗传算法搜索能覆盖新分支的输入组合。Diffblue甚至能为遗留Java类生成带`@BeforeEach`初始化的完整测试套。 结语：没有银弹，只有‘精准匹配’ 测试用例自动生成不是替代测试工程师，而是将他们从重复劳动中解放，聚焦更高价值活动：设计探索性测试、建模业务风险、优化质量门禁策略。
39110编辑于 2026-03-31
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