首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
loooooongger
掘友等级
茶水小弟
|
6C
测试的细节,是我的舞台;漏洞的修补,是我的艺术。让软件更安全,是我不变的使命。
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
5
文章 5
沸点 0
赞
5
返回
|
搜索文章
最新
热门
Web 智能测试系统开发日志 | 阶段进展记录
🧠 背景初衷:解决自动化测试过程中各种痛点:用例编写、元素定位、回归测试、巴拉巴拉...... 距离上一次发文已经过去四个多月,这段时间我一直在思考并动手实践一个想法 —— 开发一款 Web 智能测试
可恶,被大神捷足先登,强烈推荐github优秀项目browser-use
引言 在自动化测试领域,实现精准的元素定位一直是一个巨大的挑战。为了应对这一挑战,我在对比了6种元素定位技术后,加之AI爆火,我最初计划设计一套基于图像识别和 AI 的自动化元素定位系统。然而,在一次
UI自动化测试之:自动获取元素定位技术哪家强
前言 在Web自动化测试中,自动获取元素的定位信息是非常关键的一步。合理的元素定位不仅可以提升测试执行的稳定性,还能减少维护成本。实际测试过程中,元素定位往往成为自动化测试项目中性能瓶颈之一,尤其当页
利用自定义断言和inspect库优化自动化测试结果的技术分享
前言 在自动化测试过程中,将测试结果发送到第三方系统以便追踪和分析是一个常见的需求。为了解决这个问题,我采用了pytest提供的钩子函数 pytest_runtest_makereport 来post
AI辅助测试:如何优雅的让大模型输出高质量的测试用例
背景 随着人工智能(AI)技术的迅速发展,AI在软件测试中的应用也变得越来越广泛。尤其是大模型的引入,使得生成高质量的测试用例变得更加便捷和高效。然而,为了确保生成的测试用例能真正满足质量要求,需要采
个人成就
文章被点赞
7
文章被阅读
1,670
掘力值
125
关注了
11
关注者
3
收藏集
0
关注标签
18
加入于
2024-12-05