- 综合排序
- 最热优先
- 最新优先
- 来自专栏项目管理
玩转腾讯元宝（4）：应用AI做好敏捷开发自动化测试
自动化测试作为提高软件产品质量的重要手段，其重要性日益凸显。近年来，随着人工智能（AI）技术的不断进步，越来越多的团队开始尝试将AI应用于自动化测试中，以期达到更高的测试效率和质量。 本文将探讨AI技术在自动化测试中的九大应用领域，展示AI是如何助力敏捷开发的。一、测试用例生成在敏捷开发中，快速生成高质量的测试用例是提高测试效率的关键。 案例说明：某软件开发团队采用了一套AI驱动的测试框架，该框架能够自动识别应用程序的界面元素，并根据用户操作自动生成相应的测试脚本。 通过AI的辅助，测试人员可以更有效地发现软件中的潜在问题，确保软件质量。案例说明：一家移动应用开发公司在其持续集成流程中加入了AI支持的探索性测试。 此外，AI还自动生成了用户手册和维护指南，节省了大量的人力成本。总之，AI技术在自动化测试中的应用为敏捷开发模式带来了前所未有的机遇。
91210编辑于 2024-11-04 - 来自专栏测试技术圈
面向AI应用的测试思考
然而，由于AI是一种新的编程范式，无论在学术界还是工业界，对于AI测试的研究和实践尚处于起步阶段。” AI引导了新一轮的产业变革，随着AI在各行各业的应用日益广泛，对AI应用测试的需求也与日俱增。 由此可见，对于AI应用的质量保障显得愈发重要。 1 AI测试面临挑战 关于AI应用（系统）的组成，通常是由软件工程和机器学习模型结合。 现实世界中的ML应用程序/系统只有一小部分由ML代码组成，其他大部分都是由复杂的架构工程构成。对于AI产品业务的测试，可以从两个方面着手，数据验证测试和AI应用测试。 基于AI / ML应用程序的测试。 关于AI应用测试，可以总结概括4个关键要点，算法、数据质量、业务场景、分层专项。 ? 总之，对于AI/ML模型的测试问题与传统软件测试问题有较大不同，且存在着诸多技术挑战。但伴随着业界越来越多地使用AI技术来构建其系统和应用程序，对AI应用的测试方法和实践将在未来迅速发展和逐步完善。
2K51发布于 2020-09-08 - 来自专栏一臻AI
人人都会AI｜Python基础应用（4）
一起 AI 创富 人人都会AI。好比历史浪潮中工业时代过渡到互联网阶段时，从"电脑是什么"到"人人都会上网"，AI正在蜕变为每个人的必备技能。 世界正在被代码改写。 你是否好奇，为什么Python会成为AI时代最炙手可热的编程语言？ 今天开始，让我们从Python基础学起！ Python的基础概念和简单应用 记得你小时候第一次学说话吗？" Python的实际应用场景和编程思维 看到这，你可能会问： 学习Python编程到底能做什么？ pandas as pd import matplotlib.pyplot as plt # 创建示例销售数据 sales_data = { '月份': ['1月', '2月', '3月', '4月 在接下来的学习中，我们将继续探索更多AI和Python的高级特性和实际应用场景。
60910编辑于 2025-03-06 - 来自专栏FunTester
AI 驱动的应用，传统测试正在失效
最近两年，测试圈子里弥漫着焦虑情绪：业务团队快速推进 AI 技术落地，智能客服、AI 助手等功能已成为 Web 应用标配；而测试工程师却越来越心虚，明明编写了大量用例并执行回归测试，但内心始终不安。 这就是传统软件测试的底层逻辑——不管你是写功能测试、接口测试，还是搞自动化测试，背后都默认了几个看似理所当然的前提： • 相同输入，相同环境，必然相同输出 —— 这就像数学公式，2+2 永远等于 4，不会今天等于 4 明天等于 5 • 系统逻辑稳定，不会临时变卦 —— 软件就像个老实的机器人，该干嘛干嘛，不会突然改变主意 • 可以提前写出明确的预期结果 —— 测试用例就像考试卷子，标准答案是提前知道的 • 失败 ，因为上周能跑通的这周也应该能跑通 • 把 CI 结果当作上线门禁，因为红灯亮起就是有问题需要解决 AI 应用天生不吃这套 好，现在问题来了：AI 驱动的 Web 应用，还满足我们刚才说的那些确定性前提吗 AI 驱动的 Web 应用，已经不再是我们传统测试方法所设想的那类系统。
27510编辑于 2026-06-17 - 来自专栏FreeBuf
从零开始学Android应用安全测试（Part4）
在本节内容中，我们会介绍一款分析安卓应用略屌的工具，在上一节内容我们就已经提及过了，他就是Drozer。 Drozer是一款针对Android系统的安全测试框架。 它可以通过与Dalivik VM,其它应用程序的IPC端点以及底层操作系统的交互，避免正处于开发阶段，或者部署于你的组织的Android应用程序和设备暴露出不可接受的安全风险。 Drozer提供了很多Android平台下的渗透测试exploit供你使用和分享。 Drozer这款工具，大家可以参考Drozer – Android APP安全评估工具（附测试案例）中的介绍。 别急，使用app.package.info模块就好，它会给出很多有关该应用的信息。例如应用的安装路径，应用的权限等等。 温故而知新，我们来复习复习上一节内容。
1.5K50发布于 2018-02-05 - 来自专栏自学测试之道
接口测试4
一、测试用例这样写 一个好的用例的表述要点，即用例中应当包含的信息 一个优秀的测试用例，应该包含以下信息： 1） 软件或项目的名称 2） 软件或项目的版本（内部版本号） 3） 功能模块名 4） 测试用例的简单描述 ，即该用例执行的目的或方法 5） 测试用例的参考信息（便于跟踪和参考） 6） 本测试用例与其他测试用例间的依赖关系 7） 本用例的前置条件，即执行本用例必须要满足的条件，如对数据库的访问权限 8） 用例的编号 该测试案例是以一个B/S结构的登录功能点为被测对象,该测试用例为黑盒测试用例。 假设用户使用的浏览器为IE6.0 SP4。 功能描述如下： 1.用户在地址栏输入相应地址，要求显示登录界面； 2.输入用户名和密码，登录，系统自动校验，并给出相应提示信息； 3.如果用户名或者密码任一信息未输入，登录后系统给出相应提示信息； 4.
57310发布于 2019-09-29 - 来自专栏人工智能AI
AI 人工智能常见4大应用场景
AI人工智能常见4大应用场景 AI 类应用场景，涉及行业众多，常见场景例如智能制造、智能安防、智慧医疗、智能自动驾驶等： 01、AI智能制造 智能制造，在某园区部署 MEC 平台，基于该平台可实现预测性维护和 02、AI智能安防 智能安防，针对现代安防的特点结合 5G MEC技术， MEC 平台可提供开放能力调用接口，例如 AI 视频分析、调度算法等以 API 的方式直接调用，大幅降低合作伙伴的开发难度和缩短研发周期 03、AI智慧医疗 智慧医疗，一般来说 5G+MEC 智慧医疗可以为医院提供确定的网络环境、算力保证和安全性保证，来确保医院业务的实用性、稳定性和安全性。 针对院内医疗应用，可将远程会诊、PACS 影像系统、AI 分析、电子病历、HIS 系统等逐步迁移上 MEC 平台上，可通过低时延的 AI辅诊发现和提示疑似病患情况提升阅片的速率。 其运用到的 AI 技术主要是基于规则的推理模型，启发式算法，近似推理，类人推理等。主要涉及的用例是图像和语音识别，分析推理，分类，模型迭代等。
2.3K10编辑于 2024-05-21 - 来自专栏啄木鸟软件测试
提示词测试：AI应用的性能优化新维度
引言：当大模型成为基础设施，提示词就是新API 在AI原生应用爆发式增长的今天，越来越多团队发现：模型能力已非瓶颈，真正制约系统响应速度、成本效率与用户体验的，是那短短几十到几百字符的提示词（Prompt 而对它的系统性测试与优化，已构成AI工程化落地中不可忽视的性能优化新维度。 一、为什么提示词需要性能测试？ 传统认知中，提示词属于‘逻辑层’，性能问题归于模型推理或后端服务。 评估：对比改版提示与基线在相同输入下的性能偏移（ΔTTFT, ΔCost） ✅ 可归因：定位性能瓶颈根因 - 分层拆解法：将提示词解构为【指令骨架】+【上下文片段】+【输出约束】三模块，逐模块AB测试 【压缩上下文】用‘摘要+关键事实编号’替代原文粘贴，某医疗问答系统将病历文本压缩为‘主诉：胸痛2h（#1）；既往史：高血压（#2）’，token减少64% 4. 、压力测试和灰度发布的代码，标志着AI应用开发正从‘实验范式’迈向‘工程范式’。
46510编辑于 2026-05-08 - 来自专栏Helloted
Runloop(4):应用
4、事件响应 苹果注册了一个 Source1 (基于 mach port 的) 用来接收系统事件，其回调函数为 __IOHIDEventSystemClientQueueCallback()。 随后苹果注册的那个 Source1 就会触发回调，并调用 _UIApplicationHandleEventQueue() 进行应用内部的分发。 实际上，start 这个函数的内部会会获取 CurrentRunLoop，然后在其中的 DefaultMode 添加了4个 Source0 (即需要手动触发的Source)。
72820编辑于 2022-06-07 - 来自专栏自动化测试实战
RF接口测试（4）
现在我们已经做好了进行接口测试的必要准备：1、拼接发送的报文；2、发送报文的方法。现在我们实现RF上的接口测试。
1.5K70发布于 2018-05-18 - 来自专栏承世的博客
4o测试
wget -qO- bench.sh|bash bash <(wget -qO- git.io/ceshi) bash <(curl -Lso- https://git.io/superspeed_flyzy2005) 发种上行速度：40-50左右
42510编辑于 2023-04-07 - 来自专栏腾讯高校合作
Wiztalk | 殷俊 Part 4《游戏AI的应用—内容生成》
AI技术在游戏研发中的应用 Part 4 游戏AI的应用—内容生成 简介：游戏AI除了应用在智能角色控制，还有另一大看点就是游戏内容生成。 殷老师通过超级玛丽的关卡、斗地主中的残局的生成等多个例子，向大家展示游戏AI的创造力。 内容难度：★☆☆（高中/大学及以上非计算机专业学生均可以学习） ?
68820发布于 2020-12-10 - 来自专栏Python
测试 Flask 应用
没有测试过的应用将会使得提高现有代码质量很困难，二不测试应用程序的开发者，会显得特别多疑。如果一个应用拥有自动化测试，那么您就可以安全的修改然后立刻知道是否有错误。 Flask 提供了一种方法用于测试您的应用，那就是将 Werkzeug 测试 Client 暴露出来，并且为您操作这些内容的本地上下文变量。然后您就可以将自己最喜欢的测试解决方案应用于其上了。 这个测试客户端将会给我们一个通向应用的简单接口，我们可以激发对向应用发送请求的测试，并且此客户端也会帮我们记录 Cookie 的动态。 第一个测试 是进行第一个应用功能的测试的时候了。让我们检查当我们访问根路径(/)时应用程序是否正确地返回了了“No entries here so far” 字样。 如果您希望测试应用在不同配置的情况下的表现，这里似乎没有一个很好的方法，考虑使用应用的工厂函数(参考 应用程序的工厂函数) 注意，尽管你在使用一个测试用的请求环境，函数 before_request()
1.1K00发布于 2018-07-31 - 来自专栏一个会写诗的程序员的博客
Spring Boot 应用的测试Spring Boot 应用的测试
Spring Boot 应用的测试 《Spring Boot 实战开发》(陈光剑) —— 基于 Gradle + Kotlin的企业级应用开发最佳实践 本书写到这里，Spring Boot 2.0.0 这是本书最后一章，本章介绍 Spring Boot 应用的测试（质量保障）相关的内容。我们在项目开发中使用分层架构，在测试中也进行分层测试。 @RunWith(SpringJUnit4ClassRunner::class) @SpringBootTest class UserControllerTest { @Autowired 在 IDEA 中可以直接邮寄 src/test 目录，选择 Run > All Tests执行所有测试类，如下图所示 图15-4 选择 Run > All Tests执行 所有测试类 另外，Gradle Spring Boot 应用对Web层测试提供强大的支持：采用MockMvc方式测试Web请求，根据传递的不用参数以及请求返回对象反馈信息进行验证测试。
2.3K30发布于 2018-08-17 - 来自专栏测试开发干货
【AI应用测试土话实战教程-01】Ai在测试领域可以做的十件事！
如果您可以举一反三，那这个系列就是您成为AI测试大佬的第一步。 好，现在我们第一节，就来说三个问题： 1. 为什么要学AI？ 2. AI到底难不难？ ---- 最后一个问题： AI在测试工作中能干点啥 ？ 4. 对已有历史用例，自动生成脚本运行。一个公司应该已经有很多自己的手工用例了，几千条，几万条这样。每次回归测试，例行测试等等，手工根本来不及，只能挑一些重要的跑跑或者手写脚本。 自动规划出测试范围。漏测，开发带私货提测，隐瞒改动，用例关系隐秘，历史资料丢失等等问题，都可以让AI去补充、预测、规划测试范围。 6. 预料之外线上生产环境BUG预测。 让AI训练以往各个自动化脚本和其表现，再有新的脚本提交给AI后，就可以预测出这个脚本的质量如何了... 8. 性能测试。
60822编辑于 2023-08-14 - 来自专栏蔡坨坨的测试笔记
GPT-4o发布，AI时代，测试有必要入局吗？
相比于GPT-4 Turbo，GPT-4o在速度上也提升了一倍，成本减少了一半，同时处理速率提升了五倍。 官方目前没有开放语音和视频功能，但是文字版可以抢先体验了。 AI在软件测试中的应用与影响 那么，AI会给测试带来什么影响？ AI在这一领域的主要应用如下： 自动化测试用例生成：AI通过分析代码、需求文档等信息，自动生成相应的测试用例，减少人工编写的工作量。 测试数据生成：AI根据测试需求，自动生成符合要求的测试数据。 AI Testing 面临的挑战 尽管AI在测试领域展现出巨大的潜力，但其应用也面临一些挑战，尤其是在智能化测试方面： 不确定性：AI产品的结果往往具有不确定性。 这就要求测试工程师不断学习和掌握AI技术，以提高自身的竞争力，适应未来的发展需求。通过学习AI技术，可以更好地理解和应用测试智能化工具，提高测试效率和准确性。
1.1K00编辑于 2024-05-27 - 来自专栏FunTester
LevelDB在测试中应用应用
} } Part3有状态服务 目前使用场景中还有一个就是将一个正常的Java服务变成一个有状态的服务，比如这个服务需要执行大量的耗时的任务，这些任务都是在内存中的，会分多个阶段，在分布式性能测试中经常碰见这样的情况 Part4历史数据 如果不使用其他数据库，LevelDB可以讲数据存在文件中，这样有个好处就是可以随着代码一起提交，不仅可以分享数据，也能对历史数据进行统计。
2.7K10编辑于 2022-01-05 - 来自专栏程序员的知识天地
除了AI，你不该忽视Python这4大领域的应用！
诚然，Python各种第三方机器学习、神经网络模块的诞生大大降低了对机器学习算法、模型的建构、训练和测试的难度。使得普通人通过简单地调用模块的API就能够实现可进行预测的某某神经网络。 如果仅仅局限Python在人工智能领域的应用，未免浪费了Python大好的生态环境。下面一起来了解一下，Python在其他4大领域的应用。 网络爬虫——大数据时代，没有数据怎么行？ ，自带强大的后台管理系统，一些不复杂的后台管理都可以通过它来实现； …… 使用Django框架进行开发的Web应用中比较出名的有Instagram，一个国外的移动端照片视频分享应用。 最后 上面介绍了4个在日常使用Python中经常会涉及到的一些领域的应用。其实除此之外，还有很多领域都有Python的身影，比如网络安全，渗透测试，自动化运维，等等。 Python是一门胶水语言，这是它的劣势，同时也是它的优势，通过各种扩展，Python能够实现绝大多数领域的应用。
1.2K40发布于 2018-12-24 - 来自专栏啄木鸟软件测试
软件性能测试（连载4）
1.7 性能测试的判断标准 对于功能测试，判断测试用例是否测试通过，往往是比较容易的，只要不发生错误并且满足用户的需求即可。而对于性能测试该如何来评判性能测试是否通过呢？可以考虑以下三个方面。 •普通测试场景。 •并发测试场景。 •容量测试场景。 •疲劳测试场景。 •强度测试场景。 •配置测试场景。 •并发+疲劳场景。 一般采用65%-75%的并发峰值，持续测试48小时。 1.10 负载测试的二分法找拐点法 负载测试包括并发测试和容量测试，寻找性能拐点往往是这种测试的关键。 （4）如果m测试通过，说明拐点比m大，对n进行并发/容量测试。 （5）如果n测试通过，说明拐点比m大比n小，选择新的n值a，a=(m+n)/2，返回第（1）步。 （4）选择新的m=(1000+3000)/2=2000，此时n-m=3000-2000=1000>50，对2000进行并发测试，持续10分钟，没有发现异常，测试通过，说明拐点比2000大但比3000小。
1.4K20发布于 2020-02-19 - 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（4）医疗数据可视化
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第4站，通过一个经典的医疗数据集来进行数据可视化的实战。 linestyle='--', linewidth=0.7, alpha=0.6) plt.tight_layout() plt.show() 前三个特征（平均半径、平均纹理和平均周长）的直方图效果如下： Step4
69410编辑于 2025-02-27
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