Hogwarts霍格沃兹测试开发学社

在与大型语言模型（LLM）如ChatGPT、文心一言、Gemini等交互时，我们最常使用的工具就是“提示词”（Prompt）。但为什么有的人能轻松让AI生成一篇结构严谨的报告或一段可运行的代码，而有的

你是否曾幻想过有一个数字助手，能够自动操作浏览器完成各种任务？无论是自动填写网页表单、抓取数据、执行重复性操作，还是进行自动化测试，Browser Use 正在让这个幻想成为现实。 什么是 Brows

知识图谱作为结构化知识的强大表示方式，正在成为人工智能领域的核心基础设施。传统知识图谱构建方法往往需要大量人工干预，但如今大型语言模型（LLM）的出现彻底改变了这一局面。本文将详细介绍如何使用LLM图

很多团队都有同样的痛点：用例自动生成了一大批，但真正落地执行、沉淀、复用时，总被“分散存放”“导出繁琐”“版本混乱”“误删风险”绊住脚。 这篇文章，带你用测试用例管理模块把用例“收起来、管起来、用起来

在自动化测试领域，Playwright已成为端到端（E2E）测试的王者，以其跨浏览器、高可靠性以及强大的自动化能力著称。然而，传统的测试脚本编写和维护依然是一项昂贵且对专业知识要求很高的工作。随着大语

1. 智能体（Agent）核心概念 在Coze平台上，智能体（Agent）  是指具备特定身份和能力、能与用户进行自然交互的AI实体。它通常由一个大语言模型（LLM）驱动，并通过插件、知识库、工作流等

在传统的软件测试流程中，设计测试用例 一直是最耗时、最考验经验的环节： 需求复杂，人工逐条分析，效率极低； 不同测试人员水平不一，用例质量参差不齐； 需求变更频繁，测试用例需要反复更新，极其消耗人力。

为什么需要MCP？ 在构建复杂的AI智能体（Agent）时，一个核心的挑战是如何让大语言模型（LLM）与外部世界安全、高效地交互。传统上，我们需要为每一个工具（如数据库、API、文件系统）编写大量的适

本文将手把手带你完成Coze开发环境的搭建与配置，让你能快速开始本地化的AI智能体开发。 1. Coze开源概述与环境准备 字节跳动于2025年7月26日正式开源其AI智能体开发平台"扣子"（Coze