4006-998-758
3000+课程任你选择
AI赋能软件测试与自动化最佳实践
研发学院 AI赋能软件测试与自动化最佳实践
赵明

赵老师,毕业于清华大学软件学院

具有20年世界500强企业IT项目实战经验,7年AI经验,3年大模型应用经验,10年技术团队管理经验,涉及互联网金融与银行项目测试与自动化,敏捷项目管理,DevOps工具链研发等。包括金融系统、广告系统、企业信息化、企业互联网应用,AI技术与应用等。

兼任人工智能研究院研究员,智联联盟AI专家组成员。


查看老师详情
课程内容

课程亮点

1. 课程所涉及软件全部开源,且可离线私有化部署,保护企业数据隐私和安全

2.  结合企业实际痛点与业务需求,结合大模型技术,给出解决方案

课程收益

1. 掌握主流大模型本地化部署与应用方法

2. 掌握设计有效提示词,以及提示词工程优化方法

3. 掌握大模型在质量和效能领域的落地实践与场景应用

4. 针对企业实际问题,给予案例与解答

课程大纲

注:课前将提供所有课程安装包(开源免费)与详细部署文档

VSCode可替换为IDEA,Copilot,Cursor等其他IDE

 


大模型在全局质量中应用

  • 大模型在全局质量中应用

  • 【案例】需求文档->业务代码->自动化测试代码的全链路生成

大模型赋能全局质量与本地化部署 ~ 1小时

  • OLIama简介

  • 网络安全隔离

  • OLIama常用操作命令

  • 离线模型CLI接口

  • 模型API接口

智能体与AI编码工具对比

  • 智能体应用场景

  • AI编码工具应用场景

  • 两者对比

提示词优化与设计 ~ 1.5小时

提示词工程优化高阶技巧

  • 提示词万能公式

  • RE2

  • Few-Shot少样本示例法

  • 常用分隔标识

  • 约束规则

  • 关键词指令标签

·           【案例】提示词模版库

各场景测试用例 Prompt 设计

  • 【案例】功能测试提示词设计与模版

  • 【案例】边界测试提示词设计与模版

  • 【案例】异常测试提示词设计与模版

  • 【案例】时序测试提示词设计与模版

AI智能体赋能测试用例生成 ~ 4小时

Dify概述与主要功能

  • 智能体四要素

  • AI智能体工作原理

  • Dify平台概述

  • Dify的核心功能与优势

  • 低代码/无代码开发模式

RAG概述

  • RAG架构

  • 检索模块

  • 生成模块

  • 融合模块

构建本地知识库

  • 知识库概述

  • 向量数据库

  • 使用Embedding模型将文本转换为数值向量

  • 导入文档

  • 【案例】导入需求文档模版

AI智能体用于缺陷检测与代码审查

  • Code review概述

  • Code review结果解析

  • Code review结果推送

  • 【案例】进行自动化code        review

AI智能体用于手工测试用例生成

  • 需求文档理解

  • 测试场景关键点拆解

  • 代码输入

  • 【案例】大模型生成手工测试用例

  • 【案例】Dify多模型专家系统生成测试用例

  • 【案例】测试用例自动保存至excel

AI智能体用于设备软件特色场景用例设计

  • 【案例】大模型进行状态机测试用例设计

  • 【案例】大模型进行时序逻辑测试用例设计

  • 【案例】大模型进行通信异常测试用例设计

  • 【案例】大模型进行长流程业务测试用例设计

AI智能体用于测试用例评审

  • 测试用例评审维度

  • 生成提示词

  • 【案例】大模型进行手工测试用例评审

AI智能体用于代码质量评估

  • 代码质量评价维度

  • 开发代码质量评估脚本

  • 【案例】实现提交代码分钟级质量评估反馈

上机实操

  • 基于以上案例进行上机实操

大模型赋能自动化测试代码生成实践   ~ 3小时

大模型与IDE插件集成

·           如何免费调用离线大模型?

·           保护数据安全

·           Continue插件部署

·           Ollama部署

·           Qwen3-coder大模型部署

·           与VSCode集成

·           【案例】多模态大模型llama-vision集成

·           【案例】多模态大模型qwen3-vl集成

利用VSCode生成代码实践

·           什么是VIBE coding?

·           VIBE   coding要点

·           @   Symbols 快捷指令

    • @Files单文件引用

    • @Folders文件夹引用

    • @代码分析

    • @图片

  • 【案例】提示词生成代码

  • 【案例】基于编码规范生成代码

  • 【案例】引用文件生成代码

  • 【案例】引用文件夹生成代码

  • 【案例】引用UI控件图像生成代码

Sikuli工具应用

  • Sikuli工具简介

  • Sikuli的应用场景

  • 图像抓取

  • 用例描述

·           自动化执行

AI 驱动测试用例生成

·           【案例】Bug转自动化用例

·           【案例】新增业务需求文档生成自动化用例

·           【案例】基于手工测试用例生成自动化用例

·           【案例】Windows UI自动化测试脚本生成

·           【案例】Linux UI自动化测试脚本生成

·           【案例】自动化脚本根据UI变化自动更新

上机实操

·           基于以上案例进行上机实操

大模型输出质量管控 ~ 1小时

大模型幻觉改进分析

·           大模型幻觉根因分析

·           提升大模型输出结果准确性方法

·           工程优化方向

·           RAG链路效果优化

AI生成结果评审

  • 【案例】AI结果进行评审与优化

  • 【案例】基于Spec生成高质量输出结果

上机实操

  • 基于以上案例进行上机实操











返回上一级