ceshiren2022的博客

在学习过程中，最大的收获是web自动化、app自动化、接口自动化框架，都整理出来了一套自己的框架，在学院项目的基础之上，有进行一些小优化，对于自动化这块内容的掌握非常自信， 面试的时候是个加分项。我本人的上一份工作，职级是高级测试开发工程师，平时的工作是以功能项目测试为主，接口自动化、web自动化、性能测试工作中都有涉及，接口自动化框架已经可以独立负责搭建并维护，性能测试也是公司内自己独立负责，可以支持公司内各种压测活动的进行。我的短板是自动化框架的搭建，不是特别的完善，没有系统性的梳理。

一年后的 2022 年 4 月 OpenAI 宣布了新版本的 DALL-E 2，这一版本具备更为强大的功能，并且在分辨率方便也提高了 4 倍。Dall-E 由 OpenAI 发布，是一种基于深度学习的生成模型，它是一种改进的 GPT 模型，专门用于图像生成。尽管 Dall-E 2 的功能已经非常强大，然而开发者也公开提出了它的局限性，对于图像的属性，Dall-E 2 是没有一个很准确的判断的，并且细节方面还有很多的欠缺。Dall-E 2：根据新的文本，替换预先存在的图像的某些区域。

本次公开课的讲师是思寒老师，测吧CTO、资深测试架构师、15年+ 从业经验，曾就职于阿里、百度等名企，霍格沃兹测试开发学社创始人，开源自动化测试项目AppCrawler作者。深入了解Playwright的核心优势，包括其跨浏览器兼容性、强大的调试能力和易用性，以及背后的技术架构，让你对Playwright有一个全面的认识。通过实战案例，展示Playwright在Web自动化测试中的广泛应用，包括如何编写高效的测试脚本、模拟复杂的用户交互等，让你的测试工作更加轻松高效。

形式章节知识点Pytorch 框架简介知识点人工智能与深度学习知识点Tensors 张量知识点数据集和数据加载器知识点Transforms 预处理知识点构建神经网络知识点Pytorch 中的自动微分知识点优化模型参数知识点保存并加载模型知识点通过示例学习 Pytorch。

本次公开课的讲师是思寒老师，测吧CTO、资深测试架构师、15年+ 从业经验，曾就职于阿里、百度等名企，霍格沃兹测试开发学社创始人，开源自动化测试项目AppCrawler作者。解读腾讯、阿里、百度等科技巨头的测试开发岗位招聘要求，让你了解名企对技能、学历、工作经验等方面的具体要求。描绘测试开发工程师的职业发展蓝图，从初级到高级，再到专家阶段，让你明确职业目标，规划成长路径。呈现测试开发领域的核心技能图谱，涵盖编程语言、测试框架、数据库管理、自动化测试等关键领域。本次公开课完全免费，机会难得，不容错过！

而消息队列中间件，如Kafka、RabbitMQ等，更是这些系统中的关键组件。，前字节跳动TiKTok直播质量效能团队负责人，拥有丰富的测试经验和北京软协专家，MTSC 大会最佳讲师，在测试以及质量效能体系建设方面拥有丰富的实战经验。从功能测试、性能测试到可靠性测试、安全测试，再到兼容性测试和可扩展性测试，我们将逐一剖析消息队列中间件的测试要点，确保你能够全面了解和掌握测试方法。我们将详细介绍Kafka、RabbitMQ等主流消息队列中间件的基本原理、架构和特性，帮助你理解它们的核心价值和应用场景。

基于测试用例与代码追溯的白盒测试解决方案。基于代码变更的测试用例推荐。传统测试面临的痛点与挑战。测试用例与代码的双向追溯。精准测试系统技术架构。代码调用链路分析可视化。代码覆盖率分析与采集。测试用例推荐结果示例。价值收益与应 用场景。精准测试系统解决方案。精准测试系统产品架构。代码覆盖率指标可视化。

自研测试工具，为企业产品提供自动遍历服务，保障测试覆盖率，快速发现问题。扎实的业务分析测试方案制定能力，扎实的业务流程分析与功能测试能力，丰富的项目实战经验，扎实的编程能力与自动化测试能力。发现界面设计中问题，提供改进建议，提升用户体验多平台和多设备测试，确保用户体验的一致性。涵盖百家高校，超过10万名实习生/应届生资源储备，拥有上万名学员资源，覆盖广泛，从初级到专家,满足各类用人需求。80%外包人员服务时间2年以上，合理的晋升制度、广阔的发展空间，持续提供外包人员技术培训，促进专业成长。

Whisper 是 OpenAI 的一项语音处理项目，旨在实现语音的识别、翻译和生成任务。作为基于深度学习的语音识别模型，Whisper 具有高度的智能化和准确性，能够有效地转换语音输入为文本，并在多种语言之间进行翻译。通过不断的优化和更新，Whisper 致力于提供更加优质和高效的语音处理解决方案，以满足不同场景和需求下的语音交互应用。官网地址：https://openai.com/research/whispergithub 地址：https://github.com/openai/whisper。

那么，如何才能在保证质量的同时提高测试效率呢？10月24日20：00，我们将为你呈现一场关于AI技术在自动化测试中应用的精彩直播，助你解锁新技能，提升测试效率！通过直播，你将深入了解AI技术在自动化测试中的应用现状和前景展望。展示Web和App自动化测试Agent的最新应用案例，揭示它们如何智能模拟用户操作，提高测试效率和准确性。深入剖析AI智能体的核心原理，以及大模型技术如何为智能体赋予更强的学习和推理能力。揭秘AI爬虫如何高效抓取网络数据，以及智能遍历测试技术如何覆盖更广泛的测试场景。

本次公开课的讲师是 AD 老师，拥有多年的软件测试经验，AppCrawler核心维护者，模型驱动测试框架MTF核心维护者。AD 老师将以丰富的实战经验和专业的知识，为你解读测试热招职位的技能要求，帮助你明确职业发展方向。你是否对软件测试领域充满热情，却又对热门职位的要求感到迷茫？本次公开课完全免费，机会难得，不容错过！，涵盖功能测试、自动化测试、性能测试等多方面。，清晰呈现专业知识、工作经验与软技能需求。，带你领略行业翘楚的魅力与实力。，让你深入了解工作职责与挑战。，为你的职业发展指明方向。

其中千问-1.8B 是 18 亿参数规模的模型，千问-7B 是 70 亿参数规模的模型，千问-14B 是 140 亿参数规模的模型，千问-72B 是 720 亿参数规模的模型。与之前的版本相比，Qwen1.5 显著提升了聊天模型与人类偏好的一致性，改善了它们的多语言能力，并具备了强大的链接外部系统能力。DashScope 上提供 API 服务的是新版本 qwen 模型的 chat 版本，在 chat 能力上大幅提升，即便在英文的 MT-Bench 上，Qwen1.5-Chat 系列也取得了优秀的性能。

Hugging-Face 大语言模型 LLM 管理Transformers 机器学习框架文本生成推理 (TGI)

PrivateGPT 提供了一个 API，其中包含构建私有的、上下文感知的 AI 应用程序所需的所有构建块。这意味着，如果您可以在您的工具之一中使用 OpenAI API，则可以使用您自己的 PrivateGPT API，无需更改代码，并且如果您在本地模式下运行 privateGPT，则免费。llama.cpp 在本地和云端的各种硬件上以最少的设置和最先进的性能实现 LLM 推理。Ollama 在本地管理大语言模型，下载速度超快。商业大模型，不支持私有部署。开源大模型，支持私有部署。

它可以模拟多种协议的负载，被广泛用于测试 Web 应用程序、Web 服务、数据库和其他网络服务的性能。Apache JMeter 是一个开源的 Java 应用程序，用于进行性能测试和负载测试。解压 JMeter 压缩包后，将 JMeter 的 bin 目录配置到环境变量中。注意：JMeter 需要 Java 8+ 环境，因此前提是本地已安装 JDK。纯 Java 程序，跨平台性强：Windows、Mac、Linux。可对服务器、网络或对象模拟巨大的负载，进行压力测试。官网下载地址：JMeter 官网下载。

我们提供多种风格来覆盖广泛的应用程序：基础模型 (Code Llama)、Python 专业化 (Code Llama - Python) 和指令跟随模型 (Code Llama - Instruct)，每个模型都有 7B、13B 和 34B 参数。我们的模型在我们测试的大多数基准上都优于开源聊天模型，并且根据我们对有用性和安全性的人工评估，可能是闭源模型的合适替代品。我们在数万亿个Token上训练我们的模型，并表明可以专门使用公开可用的数据集来训练最先进的模型，而无需诉诸专有的和无法访问的数据集。

Web 自动化测试用例生成工具需求说明。如何通过 LangChain 实现 Web 自动化测试用例生成工具。

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答，更多信息请参考我们的博客。此外，如果需要在 cpu 上运行量化后的模型，还需要安装 gcc 与 openmp。在 MacOS 上请参考 Q1。为了方便下游开发者针对自己的应用场景定制模型，我们同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。

其实 AutoGPT 中提示的 Command 其实只是一种由人类编写的程序函数，但它是提供给 GPT 调用的。其实整体的流程和上面的生成文件的信息差不多，只是需要修改一下提示词信息。如果作为一个比较有开发功底的人，如果我们想自己定制类似 AutoGPT 的效果，其实是比较容易的。此时 AutoGPT 提示我们输入信息，输入提示词：查找 2023 年 9 月 6 日深圳的天气情况，生成一个 shenzhen.txt 文件，将天气结果写入其中。如果确定执行 AutoGPT 所提示的命令，输入: y 即可。

只需要告诉其任务目标，他会自动完成中间可能涉及的一系列子任务，最终实现任务目标。AutoGPT 可以实现阅读、写作，以及网页浏览的功能，它能够根据任务目标自己创建 prompt，然后再来完成这个任务。AutoGPT 官网：https://github.com/Significant-Gravitas/Auto-GPT。而 AutoGPT 的目标就是基于 GPT4 将 LLM 的 "思想 "串联起来，自主地实现你设定的任何目标。修改配置文件中的OPENAI_API_KEY字段，设置为自己的 API KEY。