登录社区云，与社区用户共同成长
邀请您加入社区
Google 开源的 ARTEMIS 让 AI 助手和测试套件像人一样操作真机。这篇先讲清楚它是什么、特色在哪，再深挖 Flash/Pro 双模式的图结构、'verify vs assert'的语法级区分、两层预执行安全网，以及最容易被忽略的一点——它给'元素定位'单独配了一个 Google 自研的具身推理模型 Gemini Robotics-ER，而不是让通用 VLM 顺手做定位。这些技术点跟它
通过AI生成代码写了一个基于FFmpeg的硬件加速视频转码工具。该工具使用Python Tkinter构建GUI，支持单文件或批量转码操作，提供视频编码（HEVC/H264）、码率、帧率、分辨率等参数配置。用户可选择直接运行打包好的exe程序或自行安装Python环境运行源码。该工具解决了商业软件的会员限制问题，通过调用FFmpeg实现高效的视频转码处理。
WebRTC弱网测试全方案解析：从指标到工具选型 WebRTC弱网测试相比传统应用更为复杂，其UDP协议特性使网络损伤直接影响音视频质量。核心评估指标包括MOS评分(1-5分)、Jitter(阈值>100ms)、NACK/FIR/PLI触发频率等，需特别关注突发丢包对关键帧请求的影响。测试需覆盖丢包率(0-20%梯度)、抖动分布(常量/正态/伽马)及混合损伤场景。 主流工具存在明显局限：Ch
探索 8 款顶尖 AI 测试工具，助你告别低效测试，提升研发效能！从 Testim 的无代码测试到 Applitools 的视觉 AI，这些工具通过自动化、自愈功能和智能分析，显著提高测试效率与准确性。无论你是开发者还是测试人员，这些工具都能帮你打造高效研发闭环，轻松应对复杂测试场景！
SimuDev实时仿真机产品系列，适用于微秒级步长仿真及测试需求的应用场合。SimuDev是基于多核CPU+FPGA架构的高性能实时仿真平台，方便与实际设备连接进行快速原型验证和硬件在环测试。提供RS232、RS422、RS485各4路、CAN、AI、AO、DI、DO接线端子接口，提供USB、LAN接口进行数据通信的适配；上位机支持Linux、Windows、麒麟及统信等操作系统；一体化结构设计，
适应性：适用于由C/C++、FORTRAN、MWorks、MATLAB/Simulink、AMEsim、Dymola等建模环境创建的符合FMI标准的业务模型；具备测试脚本创建功能，通过测试脚本实现仿真启停控制、模型输入控制、模型输出监控、模型参数调整等，从而实现基于模型仿真的自动化测试；支持国产化平台：SimuRTS支持基于龙芯、飞腾的硬件平台，支持麒麟、统信、翼辉等国产操作系统。支持对业务模型（
ETest具有应用范围广、实时性强、开发效率高、使用简单、易于扩展、国产自主安全可控等特点，支持国产CPU+国产操作系统的部署方案，同时兼容Windows、linux、Mac、VxWorks等操作系统。支持各类控制总线和仪器接口API，包括：RS232/422/485、1553B、ARINC429、ARINC664、ARINC825、1394B、FC-AE-ASM、CAN、TCP、UDP、AD、D
框架全解系列 · 第 7 篇（前 6 篇：Selenium / Playwright / Cypress / Espresso / Appium / XCUITest）事实版本：Maestro CLI 2.10.0（2026-08-31 发布）｜开源、Kotlin、15.7k+ stars｜本地核心能力免费。
减速机是装备制造领域的关键传动部件，小到机器人谐波减速器，大到风电重型齿轮箱，产品品质直接影响整套设备运行稳定性。在减速机研发定型、出厂质检全流程里，质检测试台是把控产品质量的核心装备。一台实用性强的减速机测试台，不能只单一追求某一项性能，需要兼顾测试精度、测量量程以及非标定制能力。
提供 RS232、RS422、RS485 各 4 路、CAN、AI、AO、DI、DO 接线端子接。 上位机支持 Linux、Windows、麒麟及统信等操作系统； 独立输出供电接口：电压、电流可调，最大可达 36V@1A 输出； 支持通过 Aurora 总线叠加级联，提高平台的计算能力和规模； 一体化结构设计，坚固可靠，合理的散热设计，无风扇，可满足静音需。口，提供 USB、LAN 接
SimuCard 是实时仿真卡产品系列，适用于微秒级步长、自定义硬件仿真逻辑。仿真卡的高速接口，搭配多种类型、资源丰富的扩展子板，可对模拟、数字、混。器、电机负载、机器人关节驱动等仿真应用场合，也可进行定制化设计，满足特。合信号、光电信号等全类型、多协议信号的仿真和解析，特别适用于电机驱动。 支持标准通信总线和定制化总线级联，提高计算能力和仿真规模； 可部署第三方仿真算法模型，实现全硬件在环强
Windows、linux、Mac、VxWorks 等操作系统。 支持 Lua、Python 等多种语言进行测试程序设计，可方便地调用基于 C、 上位机支持 Linux、Windows、麒麟及统信等操作系统，下位机支持。ETest 具有应用范围广、实时性强、开发效率高、使用简单、易于扩展、国。备、工业控制、汽车电子、仪器仪表等各行业测试工装、测试仪器等设备的研。 提供涵盖测试资源管理、测试环
Trae + MaestroTraeMaestro JDK
摄像头、蓝牙、Wi-Fi、音频、电池、传感器和手机App共同组成业务链路，单纯验证功能“能够执行”，并不足以评估产品在真实环境中的稳定性。项目使用功耗分析仪进行毫秒级采样，覆盖关机漏电流、待机、蓝牙广播、拍照录像、Wi-Fi传输、音乐播放和语音通话等二十余项场景。蓝牙连接与兼容性设备、手机、App及通信链路断连、回连失败、权限变化后无法恢复。功耗与电源管理电流、电压、功率、状态切换异常唤醒、持续耗
国产化软硬件（如操作系统、数据库、中间件、办公套件等）需要经过严苛的第三方测评，以验证其在功能、性能、兼容性及安全性方面是否满足实际业务场景。选择合适的信创软件测评机构，是项目顺利验收、合规审查及政策申报的关键环节。：可对信创软硬件、适配系统、国产化平台进行检测与合规评估，适配对象包括门户网站、企业核心系统（OA/ERP/MES）、移动端应用、物联网嵌入式系统、AI智能系统等。权威软件检测报告，涵
本次实训完成昇腾环境部署，实现工业视觉 OCR 文字识别；在华为云 IoTDA 搭建产品模型，完成设备注册与模拟通信；借助 CodeArts 平台完成智慧路灯项目代码托管、构建与部署，打通视觉识别、物联网平台与应用开发全流程，验证物联监护系统整体功能。
摘要：本文介绍了一套基于 Python+pytest+Allure 构建的接口自动化测试框架，适用于电商系统的业务流程测试。框架采用 pytest 管理用例、YAML 存放接口配置实现用例与参数分离，通过 POM 模式分离用例层与驱动层，内置动态参数引擎与接口关联机制（jsonpath + 正则双提取器），支持五种断言模式，并集成 Allure 可视化报告、钉钉机器人、邮件与 Jenkins 多渠
视觉 AI 解决的不是定位难，而是根本没有可定位属性——本文从识别机制、工程代码到能力边界，讲清 TestComplete Vision AI 现在能测什么、还测不了什么。
本文介绍如何使用 Fiddler 对 MuMu 模拟器进行弱网测试。首先在 Fiddler 中开启远程连接并记录监听端口；随后在模拟器中配置代理指向 Fiddler；接着通过自定义规则（Customize Rules）注入 request-trickle-delay 与 response-trickle-delay，并依据带宽对照表模拟 2G、3G、4G 等不同网络环境；同时将 m_Simulat
大家好，我是狂师。事情是这样的，最近群里在聊一个老话题，Agent 什么都行，一到「去网站上帮我看看」就歇菜。页面是动态渲染的，curl 拿到一坨壳。数据要登录才能看，无头浏览器里 session 又不延续。好不容易进去了，Cloudflare 一个挑战页甩脸上。Static page还好，现在稍微像样点的网站，反爬、验证码、登录态，三道墙至少撞上一道。Agent 缺的其实就一样东西，一个能感知真
本文介绍了一个基于Selenium和Pytest的UI自动化测试框架搭建过程，采用Page Object（PO）设计模式提升代码可维护性。框架核心功能包括： 项目结构：采用模块化设计，包含配置管理、基础页面封装、页面对象、测试脚本和数据驱动等目录。 关键技术实现： 全局配置管理（config.py）：统一处理项目路径、日志轮转和JSON测试数据读取 单例驱动管理（utils.py）：通过类变量实现
兼容测试主要是检查软件在不同的硬件平台、软件平台上是否可以正常的运行，即是通常说的软件的可移植性。兼容的类型，如果细分的话，有平台的兼容，网络兼容，数据库兼容，以及数据格式的兼容。兼容测试的重点是，对兼容环境的分析。通常，是在运行软件的环境不是很确定的情况下，才需要做兼容。根据软件运行的需要，或者根据需求文档，一般都能够得出用户会在什么环境下使用该软件，把这些环境整理成表单，就得出做兼容测试的兼容
一般先通过录制的方式获取测试所需要的页面控件，然后再用结构化语句控制脚本的执行，插入检查点和异常判定反馈语句，将公共普遍的功能独立成共享脚本，必要时对数据惊醒参数化。脚本编写好了之后，需要反复执行，不断调试，知道运行正常为止。如果问题的修改方案与客户达成一致，但与原来的需求有所偏离，那么在回归测试前，还需要对脚本进行必要的修改和调试。在展开自动化测试之前，最好做个测试计划，明确测试对象、测试目的、
摘要： 测试用例优先级（P0-P3）用于优化测试执行顺序，确保核心功能优先验证。P0（10%-15%）为冒烟测试，验证版本可测性；P1（30%-40%）覆盖高频核心功能；P2（30%-40%）侧重全面性验证；P3（10%-15%）包含非功能性测试。划分时需结合功能重要性、执行频率及项目需求动态调整，优先确保P0/P1通过后再执行其他用例。该机制可提升缺陷发现效率，合理分配测试资源，保障关键质量目标
LMStudio跑google/gemma-4-e4b大模型 显卡配置：Intel® Arc™ A770-16G 大模型：google/gemma-4-e4b大模型参数大模型加载显存占用计算速度46tok/s 显卡配置：Intel® Arc™ A770-16G 大模型：google/gemma-4-e4b 大模型参数 大模型加载显存占用 计算速度46tok/s
在 Web 自动化测试领域，Selenium 曾长期占据主流地位，但面对现代前端框架（React/Vue/Next.js）、复杂 SPA 应用和多端适配需求，其局限性逐渐凸显。很多测试团队仍然在 Selenium 的“玄学失败”中苦苦挣扎——今天跑通的脚本明天莫名失败，排查半天发现只是网络慢了 200ms，至少 30% 的时间花在“救火”上而不是设计更有效的测试。Microsoft 推出的 Pla
将已经集成好的软件系统，作为整个基于计算机系统的一个元素，与计算机硬件、外设、某些支持软件、数据和人员等其他系统元素结合在一起，在实际运行（使用）的环境下，对计算机系统进行一系列的组装测试和确认测试。
TestHub 部署与使用指南摘要 TestHub是一个测试管理平台，部署过程分为后端和前端两部分。后端使用Python+Django框架，需配置MySQL数据库并初始化数据；前端基于Node.js环境构建。部署完成后，通过两个终端分别启动前后端服务，访问地址分别为localhost:3000和localhost:8000。系统提供API文档和管理后台，支持创建超级用户、修改密码等常用操作。部署时
如果有企业级站点，应用程序或附近的站点，并且需要处理大量的请求，尤其是第三方或很多第三方（包括位于不同域的API），则 token显然更适合。那项目列表接口又如何携带token呢，token直接加在请求头，这样就可以了么，当然不是，我们还需要在token前加上前缀，前缀由后端设置，见过最多的前缀是：Bearer，不清楚的参照接口文档。1.当用户首次登录成功之后, 服务器端就会生成一个 token
Python中的断言封装主要涉及到了requests和jsonpath两个库的使用。通过这两个库，我们可以方便地发送HTTP请求，解析JSON数据，以及进行断言。希望这篇文章对于Python中断言封装的理解有所帮助。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。
本文系统介绍了Android性能测试的关键方法与工具链应用。首先提出CPU、内存、网络、能耗四大核心监控维度，并说明如何通过Profiler工具进行联动分析。详细阐述了测试环境搭建的必备条件与三种启动方式。重点讲解了内存泄漏检测、CPU卡顿分析的实战流程，以及网络请求优化和异常耗电定位技巧。最后提供了性能基线建立标准和自动化监控方案。全文通过典型案例（如内存增长12MB、后台耗电15%等）展示了从
本文介绍了自动化测试的基本概念、分类和实施方法。主要内容包括：1）自动化测试不能完全取代人工测试，只能一定程度降低工作量；2）分为UI和接口自动化测试两类；3）详细说明了Selenium库和Web驱动的安装配置步骤；4）提供了基于Java的Web自动化测试示例代码，演示了如何打开浏览器、访问网站、输入内容和执行操作。文章强调自动化测试需要定期维护，并指出学习过程中可能遇到的网络问题解决方案。
完全自主定制测试场景灵活度高支持数据驱动测试结合云测服务，可以无需用户部署维护真机环境，并且提供详细的测试报告，并提供第三方接口方便用户打通devops流程智能化Monkey，录制回放测试，自定义测试（Minium），三种自动化测试能力各有优缺点，如下所示最后祝大家都能找到心仪的工作，快乐工作，幸福生活，广阔天地，大有作为。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
如果需要对这个Mock服务创建API key，可以点击here打开一个浏览器页面，生成一个API key，（注意，这个key值只出现一次，复制好以后最好新建一个记事本粘进去），后面访问这个接口的时候，必须在请求头里带上 API key，才能访问成功，相当于一个接口鉴权的作用。黄色部分就是Mock服务器 地址，这个mock server是postman在自己的服务器上为我们创建的，无论我们是否打开p
在实际测试的过程中，其实是经常需要有一些随机的数据的，比如说有的字段要求它的值是唯一的，也就是说你每次请求它的值不能一样，像这种时候我们就需要加上一些随机的内容，让我们每次请求的值都是不相同的。postman给我们提供了一些内置的动态变量，如。随机用户名{{$randomUserName}}现在来以post请求来演示。
摘要：AI幻觉在测试领域表现为生成脱离实际的测试用例，包括虚构接口、逻辑错误和数据失真三类问题。这些问题源于AI对业务逻辑理解不足，导致资源浪费、质量风险和信任危机。解决方案包括结构化需求输入、动态逻辑校验和闭环反馈机制，通过知识增强、规则引擎和人工审核降低幻觉率。未来趋势是发展领域定制模型和实时知识同步，构建人机协同的测试范式，在约束条件下发挥AI效能。（149字）
AI测试用例生成工具在2026年迎来爆发，通过机器学习、NLP等技术实现自动化测试用例创建与维护，显著提升效率。五大主流工具各具特色：Apifox专注API测试，SyncMindTestOps提供认知驱动测试，优测云符合国产信创标准，Functionize支持自然语言交互，AxiomAI擅长需求深度解析。这些工具将测试人员角色从执行转向策略设计，支持敏捷开发快速迭代，降低维护成本60%以上。实施建
有的称为接口基准(Benchmark)、或者单交易的容量，总之，这个不是真实的业务原型(可以简单理解为不同业务的使用情况)。
单元测试是指对软件中的最小可测试单元在与程序其他部分相隔离的情况下进行检查和验证的工作，这里的最小可测试单元通常是指函数或者类；单元测试属于最严格的软件测试手段，是最接近代码底层实现的验证手段，可以在软件开发的早期以最小的成本保证局部代码的质量。另外，单元测试都以自动化的方式执行，所以在大量回归测试的场景下执行单元测试，更能提高测试效率，另外，也可以帮助开发工程师改善代码的设计与实现。
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。
通过录制流量、打标、压测流量和选择合适的压测平台，我们可以进行Python自动化测试中的线上流量回放，验证系统的性能和稳定性。提供的实战代码和方法将帮助你快速上手流量回放，并根据需要进行定制化处理。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。
精准控制Chrome/Chromium，常用于爬虫、生成PDF、性能测试等。：用JavaScript/TypeScript编写脚本，专注于自动化性能和负载测试，易于集成到CI/CD中。：主要用于端到端测试，不支持多标签页/多浏览器，语言主要用JavaScript/TypeScript。：运行在浏览器中，执行速度快，可实时重载，调试体验极佳（时间旅行）。：DSL（领域特定语言）风格，代码可读性极高，
接口自动化测试是一项非常重要的工作，我们在设计和执行测试时遇到了20个难点，但通过与开发人员和业务人员的紧密沟通，以及应用相应的技术工具和方案，我们最终成功地解决了这些问题。在今后的工作中，我们将继续深入研究和应用新技术，来提高接口自动化测试的质量和效率。
通过这种方式，我们就能够将流量回放技术用于单元测试和 UI 层自动化测试，给自动化测试带来更多的可能性。由此可见，当我们在了解一项技术的原理之后，不妨做一些发散性的思考，或许就能获得一些创新的方法。
本文介绍了使用Selenium IDE进行Web自动化测试的基本流程：首先输入被测项目的URL链接，然后录制测试脚本操作步骤。录制完成后，可在Selenium IDE中回放脚本，系统会自动执行录制动作并生成运行日志。最后将脚本导出为Python文件，即可用PyCharm等IDE打开进行后续开发。整个过程包含7个关键步骤，从录制到导出代码完整演示了Selenium IDE的基础使用方法。
TDD（测试驱动开发）通过"红-绿-重构"循环提升软件质量，使测试从业者从被动检测转向主动设计。其核心流程包括：编写失败测试、快速实现通过、优化代码结构。实施要点包括遵循FIRST原则、采用测试金字塔策略，并配合JUnit等工具链。TDD能降低40%-80%缺陷率，要求测试人员转型为质量共建者，通过持续实践实现质量与效率双提升。
总之，解决自动化测试中的元素定位问题需要结合具体情况采取相应的方法。灵活运用不同的定位策略，并与团队合作，可以有效地解决这些问题并提高自动化测试的稳定性和可靠性。
《全链路压测击穿数据库的防御体系重构》摘要：本文复盘某核心系统在2025年双十一压测中导致数据库集群崩溃47分钟的重大事故。揭示三大关键问题：1）压测设计存在流量模型失真、热点缺失等缺陷；2）容量规划陷入线性扩容谬误，实测8节点集群性能反降44%；3）监控体系全面失效。提出立体防御方案：建立接入层-服务层-数据层三级防护矩阵（最快300毫秒生效），实施混沌工程故障注入，并给出测试工程师必备的&qu
测试工具
——测试工具
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
火山引擎视频云技术社区
海思HiSpark开发者社区
openEuler 社区
EazyDevelop社区
AtomGit AI 社区
乐奇 Rokid 开放社区
人工智能6S服务平台
2048 AI社区
AI硬件创业社区
AI Agent技术社区
