• 会议主题：自动化缺陷管理流程优化、SBM资产目录更新及自动化根因分析技术进展 • 主要议题：缺陷提交问题修复、测试资产标准化、自动化回归暂停决策、根因分析深化、代码覆盖率调研、人员招聘
摘要：汇报自动化缺陷提交流程中存在的标题不准、查重错误等问题及其修复方案；完成测试组过程资产目录的SBM架构更新；鉴于技术依赖复杂，暂停自动化缺陷回归项目，转而夯实基础；深化非死机场景下的自动化根因分析，实现代码级映射；调研代码覆盖率可行性并推进候选人面试。
一、 自动化缺陷提交流程问题与修复
针对近期自动化提交缺陷流程中出现的问题，会议进行了根本原因分析及解决措施汇报 。
1.1 存在问题 • 标题不准确：生成的缺陷标题存在偏差 。 • 查重机制失效：查重逻辑错误，导致重复或遗漏 。 • 分析缺失：未执行预期的符号化分析 。 • 信息收集不全：缺陷相关信息采集不完整 。
1.2 根本原因与解决 • 版本迭代遗留问题：第二版策划与分析方案在替换第一版时清理不彻底，导致部分流程仍沿用旧逻辑 。 • 指纹提取错误：在提交缺陷时，错误地将部分缺陷指纹当作标题处理，影响了标题准确性及后续基于标题的查重效果 。 • 列表更新频率异常：在获取待查重列表的过程中，更新频率设置不当 。
当前状态：上述问题均已解决，后续将持续观察新情况 。
二、 SBM与测试资产标准化建设
为推进流程标准化和质量体系建设，已完成测试组组织过程资产的目录结构更新 。
• 目录更新：所有现有目录已按照新的SBM架构完成更新 。 • 后续计划：将以该目录结构为基石，持续观测并推进流程标准化工作 。
三、 自动化缺陷回归项目调整
关于自动化缺陷回归的调研工作，经评估后决定暂时暂停，优先解决前置依赖问题 。
3.1 暂停原因 • 技术难度高：相比自动化根因分析，缺陷回归对技术架构和基础设施的依赖更强 。 • 数据标准要求高：Bug提交的规范性、Case编写的标准程度直接影响回归效果。缺陷回归需从Bug中提取Case失败信息、概率及测试条件等，若原始数据不规范，将导致无法执行 。
3.2 后续行动 • 夯实基础：暂停当前的回归部署，转而专注于解决组织架构层面的依赖问题 。 • 重新部署：待前置依赖全部解决后，再重新启动自动化缺陷回归的部署工作 。
四、 自动化根因分析技术深化
在非死机（一般失败）场景下，自动化根因分析能力得到进一步提升，实现了从日志到代码模块的深度映射 。
4.1 技术实现路径 • 日志清洗：对失败Log进行模板化提取，去除实验噪声 。 • 代码定位：利用Kubeflow（推测转写“科普rap”为Kubeflow或类似内部平台/工具，结合上下文“源代码生成”、“查找打印失败log的地方”）根据源代码生成的图谱，查找打印失败Log的代码位置及触发点 。 • 模块映射：通过触发点反推所属模块，并映射至模块负责人 。
4.2 价值体现 • 不仅基于串口日志和Case日志进行分析，更能够从代码层面进行深入映射和分析，提升定位准确性 。
五、 代码覆盖率与Case质量调研
针对未来提升Case质量的需求，开展了代码覆盖率相关的调研工作 。
• 调研结论：实施代码覆盖率统计以判断Case质量的可行性较高 。 • 后续计划：需与研发部门进一步讨论，因为该措施可能对研发工作产生一定影响 。
六、 人员招聘进展
• 面试情况：完成一场候选人面试，候选人拥有华为两年工作经验 。 • 评估结果：候选人经历与岗位预期职责匹配度较高 。 • 后续安排：推进后续线下面试流程，期望快速录用合适人选 。 (人工智能生成)
