- 综合排序
- 最热优先
- 最新优先
- 来自专栏自动化测试
DIY自动化测试【智能音箱】
导语 说到自动化测试，有些同学可能觉得有门槛。本文介绍智能音箱测试中，全员均可自由DIY自动化用例的一种方式。 笔者从事智能音箱系统测试，这是一款基于android系统的智能语音助手产品。 一 整体设计思路 整个自动化测试分成三部分，流程如下： 企业微信截图_15302414601064.png 脚本用python实现。 二 功能自动化 2.1 设计思路 整个设计主要基于如下几项思考： 脚本与用例分离：参与此项目的测试同学大多无编程基础，要让大家都能玩转自动化，一个重要的原则是脚本与用例分离。 明确的输入输出：对智能音箱的操作主要有两类：按键和语音，同时，一个确定的操作均对应一个清晰的输出。输入可以用adb下发，输出主要分灯效、音效、TTS、媒体源及各种状态，这些信息在日志中都是确定的。 智能音箱的语音交互流程如下，ASR（Automatic Speech Recognition）识别语音后，经NLU（Nature Language Understanding）处理，以文字反馈给音箱中控
3.1K50发布于 2018-06-29 - 来自专栏DevOps时代的专栏
腾讯自动化测试的 AI 智能
引子： 本文是林奕在腾讯 DevDays 2018 分享内容的脱敏整理，介绍了 CSIG 测试开发中心（前 SNG 测试开发中心）在自动化测试领域所做的智能化尝试。 ? 每当一个新的UI渲染技术出现，自动化工具都要进行适配，这样下来不仅成本会非常高，也是一件很难做兼容的事情。这样就给自动化测试工具带来了无尽的挑战，是自动化工具开发遇到的困难点。 这样一来，又给自动化测试增加了难度。 3 自动化测试成效问题 在谈到自动化测试时，很多同学提到投入产出比。成效是推行自动化测试很重要的问题。 ? 另外一种场景，业务选择了脚本式自动化测试方案。但是投入并不彻底，导致随着功能开发迭代，自动化测试脚本的维护工作量并不收敛。这代表这次自动化测试的实施是失败的。如下图： ? 这其中的原因，最可能是没有做好自动化测试的变更管理——变化是影响UI自动化测试成效的关键因素。
1.6K20发布于 2018-10-25 - 来自专栏腾讯大讲堂的专栏
腾讯自动化测试的AI智能
引子： 本文是林奕在腾讯 DevDays 2018 分享内容的脱敏整理，介绍了 CSIG 测试开发中心（前 SNG 测试开发中心）在自动化测试领域所做的智能化尝试。 ? 每当一个新的UI渲染技术出现，自动化工具都要进行适配，这样下来不仅成本会非常高，也是一件很难做兼容的事情。这样就给自动化测试工具带来了无尽的挑战，是自动化工具开发遇到的困难点。 这样一来，又给自动化测试增加了难度。 3 自动化测试成效问题 在谈到自动化测试时，很多同学提到投入产出比。成效是推行自动化测试很重要的问题。 ? 另外一种场景，业务选择了脚本式自动化测试方案。但是投入并不彻底，导致随着功能开发迭代，自动化测试脚本的维护工作量并不收敛。这代表这次自动化测试的实施是失败的。如下图： ? 这其中的原因，最可能是没有做好自动化测试的变更管理——变化是影响UI自动化测试成效的关键因素。
4.3K42发布于 2018-10-17 - 来自专栏物联网智慧生活
工业边缘智能网关 工业自动化
工业边缘智能网关可帮助用户快速接入高速互联网，实现安全可靠的数据传输，采用高性能的工业级32位通信处理器，软件多级检测和硬件多重保护机制来提高设备稳定性。 为数据安全提供条件，有效减轻平台服务端压力 图片4.png 接口丰富，标准易用 多路232和485串口接入设计;同时支持2路DI数字量输入接口、2路继电器控制接口、5路以太网接口同时接入及各类智能设备的接入 图片9.png 远程管理，效率提升 设备远程监测、配置、升级，实现对现场设备进行编程、诊断、调试，提高服务响应速度;故障告警，提升偏远地区设备在线率;智能网关与计讯云端管理系统配合使用，极大提升管理效率
1.3K20发布于 2021-05-20 - 来自专栏啄木鸟软件测试
人工智能自动化测试探索
自动化测试技术有良好的可重复性，高并发和高效率的特点，为各类测试项目中显著的提高了测试效率，将测试人员从繁琐的执行中解放了出来；但是在实施自动化测试过程中，往往测试准备，测试复测，结果分析和案例维护等方面需要耗费大量的时间和资源 随着人工智能的普及，期望在自动化测试的过程中还需大量投入人力的环节进行优化和重构；终极的目的是使得自动化测试能够尽可能脱离人工，实现真正意义上的自动化。 项目目标： 形成一套智能的自动化测试解决方案，能实现各种移动app的全自动bug探索测试工作。 1、通过一套自动测试框架/脚本实现任意APP的全路径bug探索测试工作。 3．根据被测应用的对象和业务情况，智能化的开展测试执行。 三．智能分析测试结果，针对性补测 1．根据错误的特征，通过人工智能识别并分类。 环境信息 测试APP：某手机银行APP、微信APP 测试平台：Android+Appium 人工智能工具：Sklearn，ANN 脚本语言：Python3.6 人工智能自动化探索流程： 流程概述：获取应用信息
1.3K21发布于 2020-01-17 - 来自专栏机器人课程与技术
自动化、智能、机器人-2023-
农业文明到工业文明：机械自动化 工业文明到信息文明：电气自动化 信息文明到智能文明：数据自动化 这些时代典型的机器人： 机械自动化 电气自动化 数据自动化 这一步还没有完全实现，现在是过渡阶段 在人工智能与自动化蓬勃发展的背景下，机器人作为一种新兴的智能技术，正逐渐成为现代社会中不可或缺的一部分。 首先，通过阅读相关文献了解自动化、智能、机器人等领域的最新进展和发展趋势；其次，进行实验室实验和现场观察，探究自动化、智能、机器人在生产与生活中的实际应用效果；最后，通过案例分析，探讨不同领域中自动化、 ---- 近年来，越来越多的工厂使用机器人和人工智能来取代人类工人，主要有以下七个原因： 自动化生产：机器人和人工智能可以自动化执行繁琐、重复或高风险的任务，减少劳动力成本，提高生产效率。 例如，在新闻行业，自动化新闻采集和编辑机器人可以帮助记者快速地从大量的新闻稿件中筛选出重要的信息，并提高新闻报道的质量和效率。 在智能时代，自动化和机器人可以提高人类的智能水平和生活质量。
60420编辑于 2023-05-27 - 来自专栏开源物联网平台开发
【RPA】智能自动化的未来：AI + RPA
伴随着人工智能（AI）技术的迅猛进步，机器人流程自动化（RPA）正在经历一场翻天覆地的变革。AI为RPA注入了新的活力，尤其在处理复杂任务和制定决策方面。 而有人值守自动化则需人工参与，适用于较为复杂且涉及决策的任务。然而，随着人工智能（AI）的诞生，一种具备自我认知的自动化应运而生，融合了AI与机器学习技术，能处理非结构化数据并作出明智决策。 AI + RPA 如今，人工智能（AI）与机器人流程自动化（RPA）的结合已经成为未来发展的大势所趋。 在当今时代，企业对于自动化和智能化的需求日益增长。将AI与RPA相结合，无疑为各行各业提供了强大的动力。 随着技术的不断进步，这一结合将助力企业实现更高程度的自动化和智能化，提升运营效率，降低成本，为企业在激烈的市场竞争中立于不败之地。
2.3K10编辑于 2024-03-20 - 来自专栏AI前沿技术
智能体｜Agent 自动化评测系统构建
如果没有自动化的评测，就无法区分真正的退化和噪声。 问题分析： • 在业务开发中忽视了benchmark的重要性，上线前缺少严格的评测。 以上指标，都需要 Agent 评测集和自动化评测工具的支撑。Agent 执行任务，会进行多轮"工具调用+推理“循环，显而易见Agent 评估要复杂得多。 3，深度研究 Agent 测试集准备 深度研究Agent（Deep Research Agent DRA）定义：需要智能体执行多轮网络搜索、信息收集、分析处理并生成高质量报告的复杂问题。 这一过程专门用于测试深度研究智能体能力的上限。 所有提交的任务都需经过研究团队的人工筛选，以验证其质量、清晰度、复杂性以及与深度研究定义的契合程度。 ；用于衡量智能体引用的精确度，反映使用合适来源准确支撑陈述的能力。 • 每任务平均有效引用数(E. Cit.)；量化agent在每个任务中检索并呈现的有价值且可验证信息的平均数量。
59610编辑于 2026-02-28 智能演进：当工业自动化遇见智能制造新范式
引言：超越传统自动化的革命在工业发展的历史长卷中，自动化技术始终扮演着生产力解放者的角色。 然而，今天我们站在一个全新的转折点上——智能制造正以前所未有的方式重构工业自动化的底层逻辑。智能制造不是简单的“自动化2.0”，而是一次范式的根本转变。 传统自动化专注于“如何更高效地执行”，而智能制造则关注“执行什么、何时执行以及为何如此执行”的智能决策过程。这种转变催生了工业生态系统的新陈代谢，将孤立的机器连接成智慧的有机整体。 技术演进：从刚性自动化到自适应制造传统自动化的局限性传统工业自动化系统基于预设规则运行，如同精心编排的交响乐，每个乐器按照既定的乐谱演奏。 真正的智能制造不仅仅是机器的智能化，更是人与机器协同智慧的集中体现。工业自动化的未来不在“无人化”，而在于创造更高效、更灵活、更可持续的制造生态系统，让技术成为人类创造力的延伸而非替代。
37610编辑于 2025-12-13探索未来智能自动化，一个强大的自动化引擎
决策智能（DI）能做的事情可多了，它能帮你在好几个层面上自己做决定。有了决策自动化（DA），人类就能设定一些任务，让机器自己去搞定这些决策过程。 就像自动驾驶分好几个等级一样，决策智能（DI）也是分等级的。有了决策自动化（DA），人类就能把整个决策过程交给机器去处理。DI有三个等级决策支持就是通过分析和数据探索来帮助人类做决定。 决策自动化就是让机器自己去执行决策步骤和执行步骤。DA是DI中的一种，它能帮公司在日常运营中做决策。用上人工智能、机器学习和流程自动化，用户就能根据现有的数据做出全面、公正的决定。 找到合适的自动化等级自动化系统是业务、客户运营和生产中日常任务的最快、最划算的解决办法。编程过程可以执行原理图任务，不会出错也不会停。所以，自动化决策能提高生产力，同时减少决策过程中的风险和错误率。 一个高效的DI系统会让你选择所有三个等级——支持、增强和自动化。而在Together规则引擎中刚好就可以满足。这样用户就能根据自己的能力和对技术的信任来选择不同等级的自动化。
17010编辑于 2025-09-04- 来自专栏智药邦
NAT CHEM｜人工智能的、增强智能的和自动化的化学
Jeremy Frey：AI3SD代表人工智能（Artificial Intelligence），增强智能（Augmented Intelligence），用于科学发现的自动研究（Automated Investigation 您认为人工智能的哪些方面最容易被广大科学界误解？又能做些什么来解决这个问题？ Jeremy Frey：人工智能究竟能实现什么？业界可能希望AI能对预测分子特性做些什么。 现在有许多黑暗的实验室，实际上是完全自动化的，可供研究人员使用。当然，外包合成和测量已经有很长一段时间了，对于用户来说，也许该实验室是由机器人还是由人操作并不重要，尽管成本和产量可能有所不同。 也许在另一个极端，定制的物理化学实验以一种不同的，但仍然非常重要的方式受益于自动化和计算机控制，这是已经推动了多年的实验。 正如上面提到的对高质量数据的需求，当我们部署人工智能系统时，它的局限性当然是"垃圾进-垃圾出"问题。也就是说，一个经过训练的人工智能模型总是会产生一个输出，即使是在它没有被训练过的环境中也是如此。
71920发布于 2021-09-06 物理AI驱动智能自动化新浪潮
物理AI：智能自动化的新前沿人工智能与物理系统的融合标志着技术演进的关键时刻。物理AI使算法超越数字边界，能够感知、理解并操纵现实世界，这将从根本上改变各行业企业的运营方式。 这些智能系统弥合了数字智能与物理现实之间的差距，为效率和创新开启了前所未有的机遇。 物理AI能力谱系：从自动化到真正智能在评估物理AI计划时，理解不同解决方案在能力谱系中的位置对战略规划至关重要：第一级：基础物理自动化这一基础阶段涉及在严格受控环境中执行预定义任务的系统，如装配线上的工业机器人 第三级：部分自主物理AI这些系统展示智能行为，包括在有限人工输入下规划、执行和适应任务。通过演示学习新流程的机器人体现了这种新兴自主性。 例如，某中心的供应链通过智能自动化将效率提高了25%，而某机构将制造部署时间缩短了40%。在医疗保健领域，AI辅助手术使并发症减少30%，手术时间缩短25%。
20710编辑于 2025-10-25- 来自专栏携程技术
干货 | Trip.com 智能自动化探索测试
而增大自动化程度，提升QA效率就是一种非常重要的手段，以适应快速发版的要求。 自动化探索是一种模拟用户行为，不停地在页面上点击、滑动、输入，以期望进入更多页面的一种软件测试方法。 这种方法的核心在于能自动化地覆盖到常规case之外的路径，发现预期之外的问题，是众多QA手段中的一环。大家比较熟悉的Monkey是最典型的自动化探索工具，它像猴子一样在屏幕上快速地点击。 这种场景下对于自动化探索的核心要求就在于所能触达的页面，更进一步地是所能覆盖的软件执行路径。 因此，我们提出IAET（Intelligence Android Exploration Tool）的智能自动化探索工具，一个能有效检测当前页面元素，智能化展开探索的自动化工具，以尽可能触达更多页面和软件执行路径 实验分析 我们选择近年来学术界最新的开源、效果好的自动化测试工具APE作为对比工具。
1.6K20发布于 2020-06-01 - 来自专栏做数据的二号姬
RPA办公自动化|实在智能-IPA模式
10 2024-01 RPA办公自动化|实在智能-IPA模式 好久没有更新RPA相关的试用体验啦~这一期真的是被粉丝安利了很多遍了！ 实在智能的AI模式后台收到了至少3个安利，所以RPA系列的诈尸更新回归就选它啦！ IPA又是什么东西 显而易见，这篇文章其实是对之前内容的延续展开，所以，不知道发生了什么，看得一脸懵逼的朋友们可以去瞅瞅前面这一篇文章：《RPA办公自动化|实在智能使用体验报告 》。 还是一样的操作，鼠标悬停在excel文件上，就会有对应的智能提示。 这么一来，一个简单的PRA自动化小工具就完成了，把之前做得数据分析项目中没有自动化的一部分工作实现了自动化处理。
61610编辑于 2024-01-11 - 来自专栏探索RPA
RPA+AI=智能流程自动化（IPA）
RPA与AI相结合，其实等同于智能流程自动化（IPA，Intelligent Process Automation）。 RPA就好似人的双手，AI则好比人的大脑。 传统RPA处理不了这些非结构化的数据，借助人工智能技术就可做到。 而人工智能（AI）技术中的自然语言处理（NLP）和知识图谱（KG），为RPA打开了一个新局面，可解锁智能审批、智能合规、智能信贷流程、智能风控等一系列需求。 不久的将来，RPA与AI结合而成的智能流程自动化（IPA），将拓展自动化的深度和广度，以最少的人工干预完成处理任务。 而广大企业，要想在激烈的市场竞争中脱颖而出，还得打好RPA+AI的“组合拳”，进一步向智能流程自动化道路迈进。
1.8K00发布于 2019-09-20 - 来自专栏软件测试
基于AI的智能自动化测试架构实践
随着人工智能技术的日趋成熟，特别是在计算机视觉、自然语言处理和机器学习领域的突破，为构建新一代智能化测试体系提供了技术基础。 本文系统性地提出了一套面向复杂业务场景的云原生AI自动化测试架构(AITP，AI-poweredTestingPlatform)，该架构深度融合了AI能力与测试工程实践，在测试设计、执行、分析全生命周期中实现智能化升级 自动化测试的维护困境：传统自动化测试严重依赖于界面元素的稳定性和业务流程的固化。然而在快速迭代的环境中，UI频繁调整、业务逻辑持续优化，导致自动化脚本经常失效。 痛点问题1：自动化维护成本高痛点表现：测试工程师平均将35%以上的工作时间用于自动化脚本的调试与维护，而非用例设计和问题分析等高价值工作。 表2-2AITP各层的设计汇总表第一层：智能测试设计层职责从需求到测试用例的自动化生成与优化核心模块相关描述需求解析引擎输入：PRD文档、UI设计稿、接口文档、历史需求；技术：NLP(命名实体识别、关系抽取
1.8K12编辑于 2025-12-09 腾讯OpenClaw智能体平台：实现企业流程自动化与医疗智能化
企业级集群管理）：具备IM通道适配（企业微信/飞书/钉钉）、RBAC权限控制、成本管控及审计日志功能 开源OpenClaw：支持自建客户端与管理端，兼容企业IM与开源生态 核心能力包括：本地化部署保障数据隐私、多智能体协同规划 、ClawHub技能市场集成（如代码仓库管理、TAPD、腾讯文档操作等工具） 三、提升运营效率与降低人力成本的具体效果 基于企业应用实践，OpenClaw实现以下量化效果： IT资源自动化：对接HR与IAM 系统，自动创建/注销账号权限，消灭人工提单 财务流程优化：实现银行流水下载、对账、凭证整理全链路自动化，缩短供应链核对周期 运维自愈：通过日志分析自动触发扩容/重启，减少人工干预 医疗数据处理：智能语义理解病历文本 OpenClaw在医疗领域实现： 临床试验筛选：本地部署解析病历，自动生成带溯源高亮的候选名单草案，降低漏检率 患者随访运营：阅读出院小结生成标准化画像标签，实现个性化话术与健康科普触发 数据脱敏科研辅助：自动化清洗病历数据
19010编辑于 2026-04-09- 来自专栏ceshiren0001
迎接智能自动化：基于Dify工作流打造自主决策测试智能体
即便引入了自动化脚本，其脆弱的、预设路径的测试模式也难以应对瞬息万变的现代应用。 一、困局：自动化测试的“伪智能”与天花板当前，很多团队的自动化测试陷入了一个瓶颈：脚本脆弱：UI的轻微改动、API字段的微小变动，都可能导致大批自动化脚本失败，维护成本高昂。 三、实战：用 Dify 工作流铸造智能体的“大脑”我们将构建一个能够自主进行用户登录流程测试的智能体。它不仅会执行“正确”的流程，还会智能地尝试各种“错误”的流程。 智能体决策节点（核心）：这是一个 LLM 节点。它是智能体的“大脑”。关键在于Prompt的编写，我们需要赋予它角色、目标和决策逻辑。你是一个自主软件测试智能体。 通过 Dify 工作流，我们成功地将一个静态的自动化脚本，转变为一个动态、自适应、具备持续决策能力的自主测试智能体。
76110编辑于 2025-11-12 结合YashanDB实现智能告警与运维自动化
如何实时监控系统状态、快速响应故障以及自动化运维，成为企业提升竞争力的重要手段。本文将探讨如何利用YashanDB的高性能和高可用特性，通过智能告警和运维自动化工具，实现高效的运维管理。1. YashanDB的性能优势YashanDB作为一款高性能数据库，具有以下几个显著特点，适合用于智能告警与运维自动化的需求：多模型存储结构：YashanDB支持HEAP、BTREE、MCOL和SCOL等多种存储结构 结合示例与应用以智能告警与自动化运维为核心，利用YashanDB的能力，我们可以设计以下几个应用场景：超量告警：监控数据库的CPU与内存，基于阈值设置报警，当系统超负荷时实时反馈给运维人员并提交调度请求 总结与展望通过结合YashanDB的能力与智能告警与运维自动化的理念，可以显著提升操作效率、减少故障恢复时间、提升运维的智能化程度。 未来，随着技术的不断发展与应用场景的复杂化，运维自动化与智能化将会是每个企业增强竞争力的重要一环。建议各个单位持续关注数据库技术的新进展，利用YashanDB实现更高水平的运维管理。
21910编辑于 2025-08-15- 来自专栏剑指工控
机器的智能实现—自动化人怎么干？
图1-维纳控制论 智能的本质-- 让机器利用人的知识工作 其实，对于制造业而言，智能并非是只有大家热议的人工智能（AI）一条路可以走，而且，所谓的智能，主要在于“应对变化”，自感知、自分析、自优化与自决策 自动化当然可以玩人工智能 其实，如果回顾人工智能的历史，我们会发现当年的符号主义学派、连接主义学派都有各自的困难，无论符号主义想将人的思维过程用数理逻辑表达，还是连接主义模拟神经元传递的计算过程，都有各自的难题 传统来说，自动化厂商大部分时候都是基于机理建模来工作，但是，并非完全如此，像贝加莱这种具有实时操作系统、高级语言支持能力的控制系统，本身也是可以支持智能的，除了基于物理建模的方式，如图3所示， 物理建模仿真 自动化厂商机器学习优势在哪里？ 作者简介 老宋（宋华振） ： 贝加莱工业自动化（中国）有限公司技术传播经理 工控知名网红达人
93730发布于 2021-11-09
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