- 综合排序
- 最热优先
- 最新优先
- 来自专栏FunTester
MCP：引领 AI 测试新时代
MCP：AI 测试的革命性突破 在微软 Build 2025 大会上，MCP 被正式宣布为 AI 驱动测试的基础技术。 它的设计理念类似于 HTTP 如何彻底改变网络通信，MCP 将成为 AI 代理交互的通用标准。通过 MCP，AI 代理可以理解应用程序的上下文，动态调整测试策略，并实时响应环境变化。 通过 MCP，测试团队可以更好地应对复杂的应用场景和快速变化的需求，真正实现测试的智能化和自动化。 MCP如何重塑质量保证工程 AI代理：自动化测试的智能助手 MCP 赋予 AI 代理如同资深测试工程师般的智慧，能够通过分析代码、日志和用户行为趋势，自动创建、执行并维护测试用例。 MCP驱动的测试未来 MCP 的出现标志着软件测试的重大转变。虽然 QA 不会消失，但它将从测试执行演变为 AI 监督。
69910编辑于 2025-08-12 - 来自专栏AI机器学习与深度学习算法
学习分类 2-3 感知机
要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。
72910编辑于 2022-11-08 - 来自专栏算法无遗策
动画 | 什么是2-3树？
2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。 动画：2-3树删除 -----END---
1.1K10发布于 2020-01-02 - 来自专栏我是攻城师
什么是2-3树
2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ? 总结 本篇文章，主要介绍了2-3树相关的知识，2-3树，2-3-4树以及B树都不是二叉树，但与二叉树的大致特点是类似的，它们是一种平衡的多路查找树，节点的孩子个数可以允许多于2个，虽然高度降低了，但编码相对复杂
2.5K20发布于 2019-04-28 - 来自专栏刷题笔记
2-3 链表拼接 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数 裁判测试程序样例： #include <stdio.h> #include <stdlib.h> struct ListNode { int data; struct ListNode
81840发布于 2019-11-08 Agent + MCP 架构下的功能测试模式变革
他们使用MCP协议定义了标准的测试能力接口(如账户操作、交易验证、数据mock等),每个能力封装为独立的MCP Server。然后通过Agent来编排这些能力,根据业务场景动态组合测试流程。 Server组合出测试流程 测试执行、结果分析、报告生成全自动完成 三个月后,前端框架升级,他们只需要更新“UI交互”这一个MCP Server的实现,其他所有测试场景自动适配。 测试架构师的做法:设计三层测试能力体系: 数据能力层(MCP Server):提供用户画像生成、行为数据mock、学习记录模拟等能力 业务能力层(MCP Server):封装推荐算法调用、结果解析、质量评估等能力 在Agent + MCP架构下,这个生态包含几个关键要素: 1. 标准化的能力接口 通过MCP协议定义统一的测试能力接口规范。 你不再受限于市场上有什么工具,而是可以根据业务需求定义自己需要的测试能力,然后通过MCP协议整合到统一的测试体系中。 这种角色转型的价值在于:它打破了测试工程师的职业天花板。
50210编辑于 2026-04-15- 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．
2.4K10发布于 2020-01-07 - 来自专栏python3
2-3 T-SQL函数
2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 实验：Ranking函数实验 为了便于说明排序函数的使用，我们选取了school数据库中的teacher表中salary（薪水）字段作为排序的测试数据。 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上 return @message end --下面开始测试函数，注意函数的执行测试方法 declare @mess varchar(500) exec @mess=dbo.stu_jg '121','3-
2.4K10发布于 2020-01-08 保姆级踩坑 Oracle MCP本地部署测试
到Vscode中 点击下图红框，开始配置MCP 配置过程主要是配置路径，确保无误，先执行一下解压的文件（就是文章中一开始让你下载，我放到服务端放错的哪个）windows下用sql.exe。 配置的格式这样 { “mcpServers”: { “SQLcl”: { “command”: “D:/instantclient_23_5/sqlcl/bin/sql.exe”, “args”: [ “-mcp
38310编辑于 2026-06-25- 来自专栏机器学习入门
算法原理系列：2-3查找树
结构缘由 首先，搞清楚2-3查找树为什么会出来，它要解决什么样的问题？假设我们对它的基本已经有所了解了。先给它来个简单的定义： 2-3查找树： 一种保持有序结构的查找树。 而2-3树就是为了规避上述问题而设计发明出来的模型。现在请思考该如何设计它呢？ 这里我们从BST遇到的实际问题出发，提出设计指标，再去思考利用些潜在的性质来构建2-3树。 这部分内容，没有什么理论根据，而是我自己尝试去抓些字典的性质来构建，而2-3树的诞生过程并非真的如此，所以仅供参考。 构建2-3树 字典的两个主要操作为：查找和插入。 我就不卖关子了，直接给出2-3树的其中一个基本定义： 一棵2-3查找树或为一颗空树，或由以下节点组成： 2-节点：含有一个键和两条链接，左链接指向的2-3树中的键都小于该节点，右链接指向的2-3树中的键都大于该节点 3-节点：含有两个键和三条链接，左链接指向的2-3树中的键都小于该节点，中链接指向的2-3树中的键都位于该节点的两个键之间，右链接指向的2-3树中的键都大于该节点。 ！！！
1.2K20发布于 2019-05-26 - 来自专栏喔家ArchiSelf
MCP来了，让我们用它来自动化测试吧
通过 MCP，LLM 能够理解当前的操作环境，并基于上下文做出智能决策，从而推动测试流程更加高效、可解释和自适应地运行。 类似地，MySQL MCP 服务器 也支持基于自然语言指令的只读查询功能，常用于测试环境中的数据验证、指标获取以及与测试相关的数据分析任务，使模型能够直接从数据库中提取有价值的信息。 3.LLM + Playwright MCP 的自动化测试 结合 LLM 和 Playwright MCP 开启了测试自动化的新纪元，解决了长期以来困扰质量保证（QA）团队的诸多挑战。 MCP 使 LLM 能够理解这些动态变化，并据此调整测试流程，确保每个场景都被全面覆盖而不会产生冗余脚本。 然后，MCP 会将这些建议转化为具体的 Playwright 测试脚本。这种方法不仅提高了测试覆盖率，还显著缩短了实现高质量测试所需的时间。
4.6K10编辑于 2025-10-11 - 来自专栏育种数据分析之放飞自我
笔记GWAS 操作流程2-3：MAF过滤
因为这里是人的数据，所以染色体只需要去1~22的常染色体，提取它的家系ID和个体ID，后面用于提取。
6.3K20发布于 2020-04-14 - 来自专栏五分钟学算法
数据结构与算法——2-3树
因此，引入了 2-3 树来提升效率。2-3 树本质也是一种平衡搜索树，但 2-3 树已经不是一棵二叉树了，因为 2-3 树允许存在 3 这种节点，3- 节点中可以存放两个元素，并且可以有三个子节点。 2-3 树定义 2-3 树的定义如下： （1）2-3 树要么为空要么具有以下性质： （2）对于 2- 节点，和普通的 BST 节点一样，有一个数据域和两个子节点指针，两个子节点要么为空，要么也是一个2 例如图 2.1 所示的树为一棵 2-3 树： ? 图2.1 2-3 树性质 性质： （1）对于每一个结点有 1 或者 2 个关键码。 （2）当节点有一个关键码的时，节点有 2 个子树。 2-3树查找 2-3 树的查找类似二叉搜索树的查找过程，根据键值的比较来决定查找的方向。 例如在图 2.1 所示的 2-3 树中查找键为H的节点： ? img 2-3树为满二叉树，删除叶子节点 操作步骤：若2-3树是一颗满二叉树，将2-3树层树减少，并将当前删除节点的兄弟节点合并到父节点中，同时将父节点的所有兄弟节点合并到父节点的父节点中，如果生成了4
93010发布于 2019-09-03 - 来自专栏WorkBuddy
MCP
核心类比 类比说明USB-C 接口MCP 是 AI 应用的"通用接口"，任何支持 MCP 的客户端都能接入任何 MCP 服务器插件协议类似浏览器插件、VSCode 扩展的协议层，但专为 协议（初版） 2025-06 社区月度新增 MCP 服务器从 135 个激增至 5,069 个 2025-09 MCP Registry 发布预览版 2025-11 MCP 正式移交 2026-03 OpenAI、Google DeepMind、Microsoft 相继宣布支持 MCP 2026-05 GitHub MCP Registry 上线，awesome-mcp-servers 等级占比特征建议生产级~10-15%代码规范、文档完善、有测试用例、活跃维护、提供 Docker 镜像✅ 优先选择可用工具~45%结构清晰、有基础文档、偶有更新✅ 主流选择，可能需要微调玩具/实验性~40% ① 检查双方 protocolVersion ② 查看服务器日志 ③ 用 README 中的最简单示例测试服务器启动失败，提示端口已被占用默认端口（3000/8080 等）被其他进程占用通过启动参数（如
86510编辑于 2026-06-05 - 来自专栏InCerry
.NET周刊【4月第2-3期】
由 MCP 官方推出的 C# SDK，使 .NET 应用程序、服务和库能够快速实现与 MCP 客户端和服务器交互！ MCP客户端和服务器进行快速交互。 测试数据显示，DATAS 在内存受限环境中显著减少内存占用，同时保持高吞吐量。该特性适用于容器化、云服务和高并发应用，开发者可通过运行时配置进行调整。 记一次 .NET某固高运动卡测试 卡慢分析 https://www.cnblogs.com/huangxincheng/p/18824441 文章探讨了程序卡顿问题，使用PerfView分析数据以寻找原因 文章详细描述了代码提交、构建工具、静态应用程序安全性测试等技术，提供了对CI/CD流程的全面理解。
1.4K10编辑于 2025-05-04 - 来自专栏U3D技术分享
《游戏引擎架构》阅读笔记-第2-3章
例如，某编码标准可能会怂恿程序员只使用编程语言中更易测试、更不易出错的一小部分功能。由于C++语言充满滥用的可能性，所以这类编码标准对使用C++来说特别重要。
1.1K10编辑于 2022-10-28 - 来自专栏算法无遗策
（基于2-3树）
学习过2-3树之后就知道应怎样去理解红黑树了，如果直接看「算法导论」里的红黑树的性质，是看不出所以然。 此时我们借着2-3树去理解基本的红黑树，当然我会在后几篇文章介绍2-3-4树以及基于2-3-4树的红黑树。 红黑是指被指向节点的链接颜色，对于一颗2-3树，因为3-节点的存在有很多不同的二叉树的表示，所以我们只考虑左倾的情况。 （和2-3树等价的，任意节点到其叶子节点的高度都是相同的）。 因为2-3树不存在永久的4-节点，4-节点终归要分解的（在2-3-4树中，为了更好地插入和删除，4-节点可存在于叶子节点和非叶子节点）2-3树一样不行，所以在2-3树中没有任何一个节点能同时和两条红链接相连
1.2K20发布于 2020-01-02 - 来自专栏静之森
记录折腾路上用到的教程 自2-3开始
netdata: Real-time performance monitoring
81220编辑于 2021-12-28 - 来自专栏WTSolutions
免费MCP: JSON 转 Excel MCP
此 MCP 实现提供了两个特定的数据转换工具： json_to_excel_mcp_from_data：将 JSON 数据字符串转换为 CSV 格式。 JSON 转 Excel MCP 服务：通过 AI 模型 MCP SSE/StreamableHTTP 请求转换 JSON 到 Excel。（<- 您当前所在位置。） ": { "args": [ "mcp-remote", "https://mcp2.wtsolutions.cn/sse", "--transport ": "https://mcp2.wtsolutions.cn/mcp" } } } MCP 工具 json_to_excel_mcp_from_data 将 JSON 数据字符串转换为 CSV LLM 时适用） 我刚刚上传了一个 .json 文件给您，请提取其 URL 并将其发送到 MCP 工具 ‘json_to_excel_mcp_from_url’，以进行 JSON 到 Excel 的转换
91010编辑于 2025-08-22 - 来自专栏AI SPPECH
MCP Server 最小实现（Hello MCP）
3.5.1 运行 MCP Server 代码示例：运行 MCP Server # 保存代码为 mcp_server.py # 运行服务器 python mcp_server.py 3.5.2 测试能力协商 测试环境：最小实现可以作为测试环境，用于测试 MCP Client 和工具集成。 5.2 潜在风险 安全风险：最小实现缺乏完整的认证授权机制，在生产环境中使用可能导致安全漏洞。 测试覆盖：最小实现缺乏完整的测试用例，可能存在未发现的 bug。 6. 未来趋势展望与个人前瞻性预测 6.1 未来趋势展望 标准化发展：MCP 协议将进一步标准化，出现更多官方实现和工具库。 AI 辅助开发：AI 工具将用于辅助 MCP Server 的开发，包括代码生成、测试和优化。 < Received: Hello MCP 7.2.3 Postman Postman 是一个图形化的 API 测试工具，支持 HTTP 和 WebSocket 测试。
1.7K40编辑于 2026-01-07
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