AI技术用于测试领域预研阶段-CSDN博客

本文链接：https://blog.csdn.net/weixin_45494715/article/details/103027262

本文探讨了AI如何改善测试领域，包括通过动态定位器优化UI维护，减少自动化用例的依赖项以提高稳定性，以及解决自动化测试的稳定性问题。提到了Testim.io、Test.ai、Functionize、Applitools、Appvance.ai和MABL等AI测试工具，以及EvoSuite在单元层和API测试的应用。

摘要由CSDN通过智能技术生成

11月12日
人工智能技术目前很火热，可以为测试领域带来一些什么改革呢？本文只是记录了自己在探索阶段，所想到的方向。
1、AI可以通过使用动态定位器改善UI维护难的问题；
在AI用于UI时，常用一些图片识别和业务流程识别
2、AI减少依赖项提升自动化用例稳定性
3、AI解决自动化测试里面稳定性的问题
在接口自动化回归中主要有三类错误引入的执行失败，分别为程序错误、数据错误、环境错误。
程序错误是需要被识别出来的，数据错误和环境错误需要有相应的措施进行不求和提醒。
在这里插入图片描述

参考文件链接：https://blog.csdn.net/ccq_lyc/article/details/90296165
https://simpleprogrammer.com/ai-test-automation/
https://blog.csdn.net/huazhongkejidaxuezpp/article/details/88080412

11月13日
AI测试工具：

Testim.io通过机器学习创建、执行并且维护自动化的测试。Testim.io强度功能方面的端到端测试，用户视角的测试。这个工具可以通过不断地运行自我学习，增加测试用例的可信度和完善程度，同时也提供了通过JavaScript和HTML的方式撰写负载逻辑场景的入口。

Test.ai是一个移动端的AI-DT解决方案，通过回归测试的各种效率特性的手机，更好地分析和评价一个APP的质量。

Functionize通过机器学习创建测试（并不是创建测试脚本），并且可以在短时间内执行大