测试用例标签_码道开发者社区

测试用例

从入门到精通：Glean如何靠知识图谱+大模型成72亿独角兽？企业智能知识库标准制定指南（收藏级）

基于知识图谱和大模型驱动的企业智能知识管理平台独角兽Glean完成1.5亿美元F轮融资，估值达72亿美元，将持续深化产品创新、拓展全球市场与合作伙伴生态，并推出数据与AI安全新方案Glean Protect，助力全球企业高效、安全地运用AI加速创新 .

小天才学习机打游戏
2025-09-09 19:35:49

 1260

 21

#知识图谱 #人工智能 #架构 +2
Docker + Selenium Grid 搭建分布式 UI 自动化测试

WebDriver driver = new RemoteWebDriver(new URL("http://k8s.testing-studio.com:5444/wd/hub"), capability);

程序员雷叔
2025-09-11 15:19:15

 1081

 15

#docker #selenium #分布式 +4
Docker+jenkinsPipeline 运行实现python自动化测试

这些资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。

程序员小远
2025-09-11 16:11:01

 1139

 17

#python #测试工具 #docker +2
产品经理入行AI指南：大模型学习四阶段，程序员转型必备的系统化成长路径！

文章系统阐述了产品经理职业发展的四个关键阶段：徘徊期(认知自我与岗位)、学习期(系统知识与实践)、准备期(简历包装与优化)和求职期(面试思维与表达)。每个阶段都有明确的任务和实用建议，帮助学习者系统规划职业路径，提升产品思维与实操能力，最终成功转型或入行产品经理岗位。无论结果如何，这段学习经历都将带来思维方式和核心能力的全面提升。

AI-椰子不椰
2025-09-23 14:57:10

 897

 29

#产品经理 #人工智能 #测试用例 +2
Docker：测试工程师的 “环境百宝箱”

如果你还在为环境问题发愁，或者想深入学习 Docker 在测试中的更多玩法，欢迎关注我们后续的课程！我们会手把手教你玩转 Docker，让你在测试的道路上一路开挂，再也不用为环境问题掉头发啦！

程序员雷子
2025-09-23 15:30:24

 897

 5

#docker #eureka #spring cloud +4
大模型性能测试实战方案

EvalScope 是一款功能强大且易用的大模型性能测试工具，通过本文的实战案例，我们了解了如何配置参数、执行测试以及解读结果。无论是研究模型性能瓶颈，还是优化生产环境中的模型服务，EvalScope 都是一个不可或缺的工具。

程序员雷叔
2025-09-24 16:04:14

 1175

 22

#单元测试 #android #测试工具 +4
微服务架构下 API 测试指南

微服务架构的优势离不开可靠的API测试——它是保障服务间通信质量的基石。通过自动化测试、契约验证、性能优化、安全防护等多层级实践，我们能充分释放微服务的潜力，构建灵活、可扩展且健壮的系统。

程序员雷子
2025-09-25 15:44:55

 1148

 22

#微服务 #人工智能 #单元测试 +4
大模型应用测评的关键知识点

模型没有理解用户的问题，可能是因为用户的问题表达不够清晰，或者大模型本身的能力不足。因此需要优化用户的问题表述方式，或者更换更好的大模型。

测试大大怪
2025-09-26 13:59:13

 854

 9

#selenium #功能测试 #集成测试 +4
大模型时代测试将会变得更加重要

对快速反馈和适应性的需求与敏捷原则完美契合，使探索性测试成为现代测试策略中不可或缺的组成部分。

程序员威子
2025-09-26 15:16:48

 424

 3

#压力测试 #功能测试 #测试用例 +4
性能测试不再卡顿：Oracle分页查询优化秘籍，轻松应对大数据量场景！

这种边扫描边过滤的访问方式的执行效率较直接执行INDEX RANGE SCAN的访问方式稍低，因为这种方式的逻辑读多于INDEX RANGE SCAN方式。

程序员雷叔
2025-09-29 16:59:31

 901

 10

#oracle #数据库 #单元测试 +4
Java中的Lambda表达式简洁代码与函数式编程的强大工具

这不仅减少了出错的概率，也让其他开发者能更快地理解代码的意图，从而显著提升了代码的可读性和可维护性。它并非仅仅是一种语法糖，而是为Java赋予了函数式编程能力的强大工具，极大地简化了代码编写，提升了开发效率和程序的可读性。在Lambda表达式出现之前，我们通常使用匿名内部类来实现简单的接口，尤其是只有一个方法的函数式接口（如Runnable, Comparator）。这行代码清晰表达了“创建一个线

 abcdefgyz
2025-10-07 05:04:37

 339

 3

#测试用例
什么是大数据测试？有哪些类型？应该怎么测?

传统的。

程序员江念
2025-10-30 16:22:50

 678

 8

#自动化 #测试用例
使用Docker和Selenium构建自动化测试环境

Docker 是一个开源的容器化平台，它可以将应用程序及其依赖打包到一个可移植的容器中，并可以在任意环境中运行。使用 Docker 可以实现快速、可靠和一致的软件交付，同时节省了资源和时间。Selenium 是一套用于 Web 应用程序自动化测试的工具集。它支持多种编程语言和浏览器，并且提供了丰富的 API 用于控制和操作浏览器。使用 Selenium 可以模拟用户操作，完成各种自动化测试任务。

程序员三藏
2025-11-10 14:28:31

 767

 9

#测试工具 #python #selenium +2
大数据测试：Charles修改响应数据

大多数网站对接口都会有超时机制，所以你要了解到你的网站多久超时，如8s超时，那么你要在8s内完成你的修改操作，不然你修改完前端已经显示异常。这类数据在测试环境没有，需要通过人工来造，因为要进行前端渲染，又不能通过直接f12来改，所以想到用Charles进行拦截来修改。】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!本篇就是Charles

程序员雷子
2025-10-05 14:30:00

 469

 4

#测试用例 #压力测试 #单元测试 +4
Python中如何高效处理大数据集实用技巧与最佳实践

使用Pandas库时，选择合适的文件格式可显著提升大数据集的读取效率。对于结构化数据，建议采用Parquet或Feather格式替代CSV，这些二进制格式提供更快的I/O速度和更小的存储占用。通过精确控制数据类型可大幅减少内存消耗。将默认的int64转换为int32或int16，float64转换为float32，可节省50%以上内存空间。对于特定计算场景，可使用Numba库实现即时编译，将Pyt

TSH1264037548
2025-10-09 04:56:14

 324

 5

#测试用例
掌握Python的这三大数据结构，让你的自动化测试更高效！

不过，我们可以对tuple进行拼接，前提是tuple的元素个数一样，比如

 程序员威子
2025-10-09 15:05:21

 617

 25

#python #数据结构 #人工智能 +4
大数据测试 - 数仓测试

以上是我对数仓测试的一些小心得，也希望能够让大家了解数据测试，如果有什么不对或者建议请留言。

程序员威子
2025-10-11 15:08:40

 1012

 15

#功能测试 #单元测试 #测试用例 +3
Java微服务架构在云原生时代的演进与实践新探

更重要的是，借助GraalVM原生镜像（Native Image）技术，Java应用可以被编译为独立的本地可执行文件，实现了毫秒级启动和极低的运行时内存消耗，这使得Java在Serverless环境中具备了前所未有的竞争力。从早期以Spring Cloud为代表的、紧密耦合于特定技术栈的“胖客户端”模式，到今天拥抱Kubernetes等云原生基础设施的“瘦客户端”模式，Java微服务的设计理念、技

 learn1987
2025-10-13 01:51:53

 316

 5

#测试用例
Jenkins+Docker自动化测试全攻略

这些资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。

天才测试猿
2025-10-13 15:16:15

 631

 24

#测试工具 #测试用例 #jenkins +2
详解性能测试三大模型

在压测脚本中设置对应的数据匹配关系，保证业务模型、流量模型和数据模型匹配，模拟生产真实场景。

程序员威子
2025-10-16 14:35:31

 287

 5

#jmeter #postman #测试工具 +4
大模型应用之基于Langchain的测试用例生成

方案优点缺点适用场景方案1：将全部产品需求和研发设计文档给到大模型，自动生成用例用例内容相对准确不支持特大文档，容易超出token限制普通规模的需求及设计方案2：将全部产品需求和研发设计文档进行摘要后，将摘要信息给到大模型，自动生成用例进行摘要后无需担心token问题用例内容不准确，大部分都只能是概况性的点特大规模的需求及设计方案3：将全部产品需求和研发设计文档存入向量数据库，通过搜索相似内容，自

 Hacker_xingchen
2025-10-18 16:02:45

 793

 22

#测试用例
大厂测试人亲测：大模型自动生成测试用例，效率飙升50%！

在创建数据表时，需要了解向量数据库的检索模型及其对应的参数，目前支持六种类型，IVFPQ，HNSW，GPU，IVFFLAT，BINARYIVF，FLAT（详细区别和参数可点此链接），目前我选择了较为基础的 IVFFLAT--基于量化的索引，后续如果数据量太大或者需要处理图数据时再优化。：这个是大多数大模型都会有的一个功能，就像我们平常在使用的ChatGPT、Kimi等聊天，不需要把每次上面的内容都

 网络安全-老纪
2025-10-20 15:45:17

 544

 5

#测试用例 #测试工具
利用Docker搭建基于Python的Selenium自动化测试环境

通过本文的介绍，我们了解了如何使用Docker搭建基于Python和Selenium的自动化测试环境。这种方法不仅简化了测试环境的搭建和管理，还确保了环境的一致性和可移植性。Docker的容器化特性使得测试环境易于复制和扩展，为团队协作提供了极大的便利。希望本文的内容能帮助大家更好地掌握Docker在自动化测试中的应用。

测试也算程序员？
2025-10-24 15:50:55

 977

 11

#selenium #功能测试 #单元测试 +3
基于Jenkins+Python+Ubuntu+Docker的接口/UI自动化测试环境部署详细过程

CI：即持续集成；强调开发人员提交了新代码之后，立刻进行构建、（单元）测试。根据测试结果，我们可以确定新代码和原有代码能否正确地集成在一起；团队需要为每个新功能、代码改进、或者问题修复创建自动化测试用例；需要一个持续集成服务器，它可以监控代码提交情况，对每个新的提交进行自动化测试；尽可能快的提交代码；以下图片来源于网络，可帮助理解，仅供参考：优势：① 提早拿到回归测试的结果，避免问题到生产环境中；

测试大大怪
2025-10-24 14:30:13

 830

 8

#测试用例 #jmeter #单元测试 +2
如何利用大模型生成测试用例

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。利用大模型生成测试用例是一种创新的自动化测试方法，它结合了人工智能和机器学习的技术，以生成高质量、多样化的测试用例。使用大模型生成初始的测试用例集。通过以上步骤和策略，你可以利用大模型生成高质量的测试用例，提高测试的覆盖

 Hacker_Oldv
2025-10-28 14:50:49

 507

 5

#测试用例 #职场和发展
如何使用 Docker 搭建 Jenkins 环境？从安装到精通

最近有不少同学搭 jenkins 环境有问题，有的同学用 window, 有的同学用 mac，有的同学用 linux。还有的同学公司用 window, 家里用 mac，搭个环境头发掉了一地。。。这回我们用 docker 去搭建 jenkins 环境，不管你是用的是什么系统，jenkins 搭建起来都是一样的步骤。而且使用 Docker 以后，不仅是装 jenkins, 装其他的服务器环境也都是标

 测试涛叔
2025-12-05 19:08:25

 973

 22

#docker #jenkins #容器 +1
没有契约测试的微服务是什么样的？

如果使用集成测试方法，直接调用远端的服务，不可避免的会造成测试运行很慢，如果整套测试运行需要 2 个小时，则会造成用户无法使用 2 个小时后，才能发现问题。

程序员雷子
2025-12-27 15:26:32

 752

 24

#微服务 #架构 #测试用例 +4
基于TC275和S32K的XCP与CCP标定程序及CANape使用教程：A2L文件生成与程序主...

本系统基于英飞凌AURIX TC275高性能多核微控制器构建，是一个完整的汽车电子控制单元软件平台。系统深度集成了XCP/CCP标定协议栈，为ECU开发阶段的参数标定、数据测量和故障诊断提供全面的支持。

jumu202
2026-01-13 19:15:00

 761

 14

#测试用例
‌机器学习在缺陷预测中的神奇力量：真实案例分享‌

机器学习重构软件缺陷预测：通过动态学习代码特征、开发过程数据等，ML模型显著提升缺陷识别准确率（漏测率↓37%，误报率↓52%）。关键技术包括代码嵌入分析（如CodeBERT）、多维特征工程和自适应模型架构（XGBoost/LSTM等）。行业实践显示：车企ECU软件采用时序预测后故障率↓63%，互联网SaaS通过小样本学习实现召回率↑至76%。实施需关注数据规模选型、特征漂移监控及伦理合规，未来将

 2501_94449311
2026-01-18 09:19:56

 191

 2

#机器学习 #人工智能 #算法 +3
大模型输出不稳定？我用“温度+种子”双控法稳定输出

摘要：在LLM驱动的自动化测试中，输出不稳定会导致误报率上升、测试失效等问题。通过"温度=0+种子固定"的双控法（如temperature=0.0, seed=42），可确保测试用例、数据生成和断言的高度一致性。该方法能消除LLM的随机性，实现跨环境的可复现测试，已在金融等领域验证可提升测试重复率至99.2%，降低误报率76%。这是保障LLM测试稳定性的黄金标准，平衡了智能与

 霍格沃兹测试开发学社-小明
2026-01-18 11:25:55

 359

 5

#测试用例 #人工智能 #运维 +4