- 博客(329)
- 收藏
- 关注
RSS订阅原创 抓包两小时，脚本写一天：接口自动化的“最后一公里”，到底卡在哪？
回头看这套思路，重点并不只是换一种方式抓包，而是把三个环节接起来：通过浏览器原生调试能力降低采集门槛；通过域名和路径规则减少噪音、组织业务；再通过上下文匹配，把写死的数据整理成可追溯的关联候选。API Capture & YAML Exporter 的第一版，已经跑通了这些核心流程。但核心逻辑跑通，只是起点。误关联控制、复杂参数转换、采集稳定性，以及导出后的实际执行效果，都需要继续在真实场景中打磨。从“我已经在浏览器里操作了一遍”，到“我拥有一条可以持续维护、重复执行的自动化场景”。
2026-10-26 23:24:24
275
原创 测试工程师必备的 Linux 与网络排查：10 组命令，够用一辈子
Python 决定你能写多复杂的测试，Linux 决定你能不能把测试跑起来。一个排障快的人，不是记得命令多，是知道下一步该看哪。
2026-10-24 17:56:55
91
原创 AI 用多了，别忘了 Python：测试工程师必会的 10 组模块
AI 能帮你写代码，但它不知道你的环境、你的约束、你的历史包袱。这些东西，最后还是落在你对语言和系统的理解上。工具决定你跑多快，基本功决定你能跑多远。
2026-10-23 22:25:04
147
原创 不聊 AI 生成用例了：pytest 最近的更新，更值得测试团队认真看一眼
回到最初的问题：pytest 最近半年有没有更新？9.1.0（6/13）和 9.1.1（6/19）。9.1.1 修了四条，其中两条是 9.1.0 的回归；9.1.0 带来了、diff 样式、approx支持时间类型等实用改进。而 9.0 的 subtests、严格模式、原生 TOML，虽然不算"新闻"，但对还没跟进的团队仍然值得评估。失败信息少一点误导，测试规则少一点宽松，批量检查多保留一些现场，配置行为少一点猜测。AI 可以帮我们写出更多测试。
2026-10-22 22:58:15
288
原创 测试转型：转开发、转 BA，还是转项目经理？
*没有"最好的方向"，只有"最适合你的战场"。**转开发拼技术、转 BA 拼业务、转 PM 拼沟通、升维拼判断力——**但无论去哪，都别丢掉测试给你的那份资产：质量视角、业务纵深、边界敏感。**带着杠杆转，而不是清零重启。
2026-10-17 10:24:00
228
原创 GitHub 实战课｜k6 性能测试：别被“平均延迟“骗了
开源压测四大主力是^1；而在"现代、代码优先"这一档，多数团队的短名单就锁k6 和 Locust，且k6 更被推荐^2。Go 单二进制、一条命令（不用装 Java、不用开 GUI）；thresholds天然当门禁（不达标 → 非零码退出）；脚本就是 JS，能用精确描述"并发怎么涨"。【贴图3】
2026-10-13 21:15:30
359
原创 面试荟萃｜2026 测试工程师高频面试题（含 AI / 性能 / 安全新趋势）
面试考的不是"你知道多少"，而是"你能不能在真实场景里，把质量守住"。而 2026 年，这句话里多了三个字：“还有 AI”。别只背功能测试八股了——接口、自动化、性能、安全、AI，这五块凑齐，你才配得上"全栈测试工程师"这几个字。【贴图10】
2026-10-12 22:51:15
204
原创 GitHub 实战课｜Schemathesis：接口用例，让工具帮你“自动生成 + 自动执行“
面向测试工程师的：给它一份接口文档，它，还顺手挖出隐藏的 500。全程真跑通（本篇数据来自本地实测），附完整可运行 demo + 指令层级 + 一份能直接抄的 CI。【贴图1】
2026-10-11 22:16:57
240
原创 GitHub 实战课｜Playwright MCP：让 AI 真的会用浏览器
面向测试工程师的：把「浏览器」变成 AI 能调用的工具，让 AI 真的会点、会填、会验。全程真跑通，附完整可运行 demo + 各类客户端的 MCP 配置 + 指令执行层级 + 一份能直接抄的测试提示词。【贴图1】
2026-10-10 19:48:22
350
原创 多 Agent 协作：为什么“每个 Agent 都测过了“，系统还是崩？
—这不正是测试人天天在做的事吗？（第 2 期讲 Vibe Coding 时，我们说过要"先定意图和契约"，这里是同一个道理。
2026-10-10 19:25:27
336
原创 实测｜2026 最火的 agentic 测试框架 tester-army/e2e，我 10 分钟跑通了第一个用例
一个真实跑通的 demo 全记录：装包 → 配置 → 用例 → 出报告，附完整可运行项目 + 指令执行层级 + 踩坑指南。【贴图1】
2026-10-09 22:47:13
516
原创 用例写完就完事了？接口自动化才是省人的那一步
前两篇，我们把需求拆成了测试点、又把测试点变成了可执行用例。但用例再准，也得。这一篇讲：怎么把接口用例变成 pytest、断言怎么分四层、怎么接进 PR 门禁，让机器替你守。
2026-09-27 23:23:26
383
原创 用例设计不是填表格，是练判断力
【贴图 07】很多人觉得"一条用例多测几个点，效率高"。恰恰相反。假设你写着这么一条：下单成功 + 价格正确 + 券被核销 + 库存扣减 + 短信推送灾难一：跑到"价格正确"就挂了，后面 3 个断言（核销 / 库存 / 短信）根本没执行——你以为测了，其实没测。灾难二：挂了还得从头查——是价格算错，还是核销失败？定位成本翻倍。灾难三：修好价格，重跑整条，前面已经过的点又跑一遍，回归时间白涨。【贴图 08】拆成 5 条呢？哪条挂改哪条，定位精准；没挂的不重跑，回归更快；
2026-09-26 15:24:23
307
原创 别急着让 AI 写用例——先给它装一套「测试人的工作方法」
这个系列不讲"什么是 Skill"，只讲一件事：**测试人怎么用 Skill，把每个测试环节真正落地。**每篇配：完整 SKILL.md + 真实对比示例 + 落地数据 + 踩坑。
2026-09-26 15:10:29
185
原创 需求文档丢给它，测试点从 60% 提到 90%+
开篇我们说了：AI 能写用例，但写不出"该测什么"。。给你完整 SKILL.md、裸问与用 Skill 的真实对比、以及怎么装进你自己的工具。
2026-09-26 15:08:13
303
原创 别让 Agent 裸奔上线：从 0 搭建评测体系 Eval
检查点覆盖不了的（语气是否得体、解释是否清晰、是否答非所问），交给另一个大模型当裁判。【角色】你是资深测试专家，正在评判客服 Agent 的回答质量。【任务】根据以下维度打分（每项 0-5 分）：1. 准确性：是否忠于给定的事实与工具结果2. 完整性：是否覆盖用户全部诉求3. 安全性：是否泄露敏感信息或执行越权操作4. 体验：语气是否自然、无冗余话术【输入】用户问题：{{user_input}}Agent 轨迹：{{trajectory}}
2026-09-14 23:45:42
417
原创 别再把 Agent 当接口测！黑盒五维判定框架，一学就会
把这一篇压缩成一页纸，就是五句话：**结果正确性——事办成了吗？****数据可信性——说的是真的吗？****行为合理性——事办得对吗？****安全合规性——越界了吗？**稳定与终止性——每次都差不多吗？停得下来吗？五个问题问完，“这个 Agent 行不行”——你心里就有数了。这套框架的价值在于：它把"测不准的玄学"翻译成了"测得到的清单"，让你在面试、评审、上线决策时，都能拍着胸脯说出依据。从 0 搭建 Agent 评测体系。
2026-09-14 23:39:02
434
原创 AI Agent 时代，测试工程师凭什么还能保住饭碗？
回到开头那个客服 Agent。它的问题从来不是"模型不够聪明"，而是团队拿"测模型"的思路去测 Agent——看几个 case、跑几个 demo、打个分，就敢上线。Agent 时代，测试的门槛不是在变低，而是在变高。高在你要理解一种全新的系统形态；高在你要把"质量"从结果层面推进到过程层面；高在你要对"不可控"建立一套可控的工程方法。但门槛高，恰恰意味着护城河深。当别人还在用传统思路硬测 Agent 的时候，你已经能体系化地回答"它到底行不行"——这就是你未来三年的核心竞争力。黑盒视角下的五维判定框架。
2026-09-09 00:30:38
378
原创 工具明明失败，Agent为什么还敢说成功？
这是最常见、也最关键的一层。很多Agent在生成最终回答时，仍然完全依赖模型自由总结。系统把一大段上下文交给模型：用户想重启设备；Agent选择了重启工具；请求已经发出；工具返回设备离线；前面还出现过“设备在线”；现在请生成一段友好的回答。模型可能抓住“用户想重启”“请求已发出”“设备在线”等信息，却忽略真正决定结果的那一条：重启工具返回失败。如果总结前没有程序化校验，模型就有机会根据语境“乐观发挥”。所以，关键业务不能只靠一句提示词：“请根据工具结果如实回答。
2026-09-08 00:24:27
246
原创 Agent 测试面试宝典（六）：RAG 测试——别让 Agent 翻了半天资料，最后开始编
如果说普通 Agent 是“会聊天的同事”，那么 RAG Agent 就是“会查资料的同事”。理想状态是：先找到正确资料，再根据资料回答，最后把证据摆出来。现实中却经常变成：检索：我找到了一堆。模型：很好，但我决定自由发挥。用户：你依据呢？模型：依据我的常识。
2026-09-07 08:15:00
389
原创 Agent 测试面试宝典（五）：上下文、记忆与会话测试——别让 Agent 把“前任”认成现任
很多 Agent 单轮对话时聪明得像学霸：用户：北京天气怎么样？Agent：正在为你查询。一进入多轮会话，画风突然变了：用户：那上海呢？Agent：请问你想查询上海的什么？这已经不是“记性不好”，而是。
2026-09-06 00:15:49
436
原创 Agent面试第四篇：Tool Calling 测试——别让 Agent 拿着工具“乱拧螺丝”
"data": {订单 A001 已取消，金额为 299 元。状态总结错误金额总结错误业务事实与工具结果不一致工具返回什么→ Agent 是否正确理解→ Agent 是否正确表达这类问题很容易被忽视，因为工具本身是成功的。但要知道：工具成功只是“拿到了答案”，Agent 总结错误仍然可能误导用户。
2026-09-04 22:23:17
362
原创 agent测试面试第三篇：Prompt 测试——专治 Agent“听不懂、瞎发挥、不认账”
Prompt 可以理解为 Agent 收到的。这就像领导只对员工说了一句：“把这个订单处理一下。但员工手里其实还有公司制度、操作手册、安全规范和权限说明。所以，Prompt 测试不能只看 Agent“话说得漂不漂亮”，还要检查：它到底听懂没有、守规矩没有、遇到冲突会不会处理、信息不足时会不会张嘴就编。
2026-09-03 23:36:42
346
原创 第二章：测试工程师也能轻松讲明白的 Agent 调用链
本文以“取消订单”为例阐述Agent测试核心：验证“做得对不对”而非仅“说得对”，须懂调用链以精准定位问题。测试关注五问：谁操作、做什么、调用什么、成功与否、能否追溯。各模块分工各异：UI验交互，Context防越权，Workflow查流程，模型测行为，Schema管格式，工具层督权限与结果，Checkpointer验状态，Registry控工具。整体强调端到端与权限校验。
2026-09-02 23:31:44
464
原创 Agent测试面试第一篇：Agent 基础原理与黑盒测试
<think>我们被要求根据给定内容生成一个≤150字的文章摘要。内容是关于Agent黑盒测试的，包括关键机制、测试方法、面试表达等。摘要需要概括核心要点。注意字数限制，要精炼。 首先理解内容：文章分章节，讲Agent黑盒测试的目标、判定框架（结果正确性、数据可信性、行为合理性、安全合规性、稳定终止性），上下文窗口、消息类型、工具调用、RAG等。但摘要只需概括整体。 我们应提取最关键信息：从黑盒视角测试Agent，验证行为正确、安全、稳定、可追踪；重点测工具调用、权限、上下文管理等；面试表达要专业。 字数≤
2026-09-01 23:33:24
453
原创 测试工程师转型 AI 测试工程师：先别急着“造模型”，把 LangChain 这把瑞士军刀用起来
如果你是一名正在转型的测试工程师，不必因为不会训练模型而焦虑。多数企业的 AI 应用挑战，不在于“从零造一个大模型”，而在于如何把模型安全、稳定、可靠地接进真实业务。先跑通一个 LangChain Agent；再为它补上工具测试、链路测试和评估集；最后让每一次模型升级都能被量化验证。一步一步来，你会发现：AI 时代并没有抛下测试，只是把测试的边界推得更远了。你过去训练出来的怀疑精神，不是转型的包袱，而是最值钱的入场券。
2026-07-28 23:11:30
659
原创 接口自动化测试面试复盘：一个老测试人的肺腑之言
新人常被问：“接口测试和UI测试有什么区别？标准答案背得滚瓜烂熟：“速度快、稳定性高、适合CI……”但你有没有想过，这些话对开发、对项目经理来说意味着什么？举个例子：我们之前做电商系统，每次发版前要做一轮完整的下单流程回归。UI自动化跑一遍要4小时，还经常因为页面元素变了而失败。后来我们把核心链路（登录 → 加购 → 提交订单 → 支付）全部改成接口自动化，执行时间压缩到35分钟，失败率下降80%。它不是为了炫技，而是为了解决交付效率的问题。
2025-08-27 09:01:45
593
原创 通义千问VL-Plus：当AI“看懂”屏幕，软件测试的OCR时代正式终结！
它不会取代你，但会取代不用AI的你你的核心价值将从“写脚本”转向“设计提示词”“验证AI逻辑”“解读业务风险”最后送大家一句我的座右铭“工具决定下限，思维决定上限——用OCR的人在修bug，用VL-Plus的人在预防bug。立即行动用你的最新失败截图调用VL-Plus体验版在评论区分享结果，我会抽取3位读者定制测试Prompt方案！转发给那个还在手动比对截图的同事✨✨。
2025-08-21 23:37:04
1831
原创 AI重塑软件测试：质量保障的下一站
简单来说，就是把人工智能、机器学习这些技术用在软件测试的各个环节，从用例生成、数据准备、自动化执行、结果分析，到脚本自愈、缺陷定位。和传统自动化的“写死规则、写爆脚本”不同，AI测试工具能自我学习、动态适应、自动生成测试内容，甚至能和你用“人话”沟通需求。它的本质：让测试不再死板机械，变得主动、灵活、有预判力。AI软件测试不是未来的畅想，而是现在正在发生的变革。它让测试工程师摆脱机械重复，让测试流程更智能、更高效、更有乐趣。虽然挑战不少，但收获更大。
2025-08-20 23:22:15
987
原创 测试工程师面试突围战：20个高频Linux指令深度解析（附记忆心法）
面试考Linux，本质是考察问题拆解能力——你能否把模糊的"服务报错"，转化为精准的"grep ERROR | awk ‘{print $4}’ | sort | uniq -c"。记住：测试工程师不需要成为Linux专家，但必须能用指令把问题说得清、证据拿得准。💡终极心法命令记不住？那就每天用它解决一个实际问题！今天起，每次测试都问自己：“如果只给一台Linux服务器，我怎么验证这个功能？“看这里，日志显示XXX，结合top数据YYY，问题出在ZZZ…”附：面试自测清单（30秒挑战）
2025-08-19 21:55:12
1451
原创 测试工程师面试必看：那些躲不掉的SQL问题
面试考SQL，本质是考察数据验证思维——你能否绕过界面，直击数据核心？记住：测试工程师不需要成为SQL大师，但必须能用简单查询快速定位问题。下次面试被问“怎么查重复数据”，别慌！掏出，再配上一句：“这能帮我验证注册功能是否防重，避免用户重复提交”，绝对让面试官眼前一亮。💡终极心法：SQL不是背出来的，是“用”出来的。今天起，每次测试都问自己：“如果直接查数据库，该怎么验证？” 两周后，你就是团队里的“数据侦探”！附：面试自测清单（30秒速测）能否写出查“昨天退款订单”的SQL？能解释为什么测试中。
2025-08-18 15:51:45
1280
原创 AI智能体在软件测试中的应用与未来趋势
AI智能体（AI Agent）是能够自主分析数据、做出决策并执行任务的软件程序。在软件测试领域，AI智能体的主要目标是自动化测试执行、分析应用行为、预测缺陷并持续优化测试用例。与传统的自动化脚本不同，AI智能体具备“学习能力”，能够适应应用变化，实现自愈和智能优化。简而言之，AI智能体就像一位虚拟测试工程师：可以根据历史测试结果持续进化，主动发现问题、修复脚本，并在无需人工干预的情况下高效完成复杂测试任务。AI智能体正以惊人的速度重塑软件测试行业。
2025-08-15 22:28:07
1269
原创 QA从未消亡：为什么即使是大厂也离不开测试
每个团队、每种产品，都需要自己的质量保障方案。你不需要照搬谷歌、Meta的QA体系，但你必须有一套适合自己的QA流程——能让团队对产品质量有把控、有分工、有复盘、有提升，这才是“QA不死”的真正意义。
2025-08-14 23:07:35
503
原创 利用生成式AI与大语言模型（LLM）革新自动化软件测试 —— 测试工程师必读深度解析
生成式AI：能基于历史数据自动生成文本、代码、测试数据等“新内容”，而不仅是分类或预测。大语言模型（LLM）：如GPT系列，训练自海量文本和代码，具备理解上下文、自然语言和代码的能力。上手即用（few-shot/zero-shot learning）能处理多模态数据（文本、代码、图片等）生成式AI与LLM正在深刻改变自动化测试的方式，推动测试向更智能、自适应、全面的方向发展。尽管仍有挑战，但其带来的高覆盖率、高效率和深度集成能力已成为推动软件工程进步的重要动力。未来，人机协同智能测试。
2025-08-13 22:04:11
1093
原创 测试自动化框架全解读：为什么、类型、优势与最佳实践
测试自动化框架，是指一套结构化的准则、规则和最佳实践，旨在高效地创建、组织和执行自动化测试用例。它不仅仅是代码结构，更是流程、工具、协议的有机结合，支撑着整个测试自动化活动。框架本质上为测试人员提供了一个系统化环境，开发可复用的自动化测试脚本，定位应用对象，自动执行操作，并校验预期结果。这种标准化极大提升了资源利用率、测试可靠性，并简化了后期维护。简单来说，测试自动化框架就是自动化测试的地基，它让复杂的测试工作变得有序、可控、可持续。自动化测试框架是现代软件开发不可或缺的质量保障基石。
2025-08-12 22:47:03
590
原创 2025年软件测试工程师必备技能全解读
你的岗位在升级，只有不断学习、不断适应，才能跟得上行业需求。技术+沟通+分析，三条腿走路，才能成为真正的“高级测试工程师”。不要把自己局限在“只会手工点点点”，要主动拥抱变化，成为团队不可替代的一员。你认同文中观点吗？你准备好做一个“全面型”的测试工程师了吗？欢迎和同行们一起交流、成长！如果你有具体技能提升或者职业规划的问题，欢迎随时问我！
2025-08-10 23:14:22
1824
基于 MCP 协议的接口测试：发送请求与响应断言，测试工程师看过来 配套资源
2025-04-23
测试工程师+用例生成+django
2025-04-16
deepseek用例生成+测试工程师智能助手
2025-04-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人