登录社区云，与社区用户共同成长
邀请您加入社区
慧理依托魔珐星云端到端具身交互智能平台，以一个轻量级SDK实现银行大堂经理的全天候、全场景理财咨询。通过打通感知、理解、决策与表达链路，构建“持续交互闭环”，支持实时打断、合规风控与多端适配。在双录实证中，慧理精准执行风险测评、适当性匹配与免责提示，实现“先测后推、风险优先、拒绝有据”，真正守住理财咨询第一岗，重塑智能服务可信边界。
齿轮箱作为核心传动部件，广泛应用于风电、新能源汽车、工程机械、轨道交通、机器人、航空船舶等领域。设备的传动效率、温升控制、振动噪声、疲劳寿命，直接决定整套装备的运行稳定性与能耗表现。
手机续航骤降、发热严重？别急，两款实用工具帮你诊断问题。第一款：BatteryGuru，支持安卓与鸿蒙，无需ROOT即可实时监测电池健康度、温度、容量及充电习惯，识别后台耗电应用，科学优化充电方式，让电池“延寿”。第二款：UnrealChemist，手机端虚拟化学实验平台，安全模拟反应过程，助学生直观理解化学原理，提升学习效率。两款工具均便捷高效，建议收藏备用。
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
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。
ARTEMIS 是 Google 开源的 Android 自动化框架，把自然语言指令转化为可靠的移动端自动化操作。提供 Flash（快速反应式）和 Pro（多智能体规划验证）两种执行模式，通过 MCP 协议与 Claude Code、Antigravity、Codex 等 AI IDE 原生集成，在 AndroidWorld 基准测试中达到 99%+ 任务完成率
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
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
随着人形机器人、协作机器人快速普及，集成电机、减速器、驱动器、传感器的一体化关节模组，成为机器人运动控制的核心部件。
本文是 AI 测试系列的第 02 篇，手把手带你从零搭建 Python 开发环境，并速通 AI 测试必备的 Python 基础语法。内容涵盖环境搭建（Miniconda + 编辑器）、变量与数据类型、运算符、条件判断、循环、四大数据结构（列表/字典/元组/集合）、函数、文件读写、异常处理、面向对象、常用标准库，最后通过一个「AI 模型评测系统」综合实战把知识点串起来。每个知识点都配有可直接运行的实
本文详细记录了Postman接口自动化测试过程。主要内容包括：1）Postman基础使用，创建集合和接口请求；2）接口关联实现方法，通过全局变量和正则表达式提取参数；3）环境变量和全局变量的应用场景；4）批量运行接口测试的三种方式（手动、定期、CLI命令行）及性能测试；5）实战案例展示了从接口调用到数据闭环的完整测试流程。文章还指出了测试过程中遇到的常见问题及解决方案，如token动态处理、环境变
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
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。
摘要：本文介绍了使用多线程实现App自动化测试的兼容性方案。通过adb连接多台设备，配置不同的Appium端口号，利用threading模块同时运行多台设备的测试脚本。针对设备数量较多的情况，建议将配置信息存储在JSON文件中，通过json.load()动态读取参数。文章提供了完整的代码示例，包括设备配置、多线程启动和JSON配置文件的实现方法，可有效提高多设备自动化测试效率。最后分享了软件测试学
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。
本文介绍了单元测试环境中的驱动单元和桩单元概念。驱动单元作为主程序接收测试数据并输出结果，桩单元用于模拟被调用子单元的功能。通过FuncTest函数调用add和sub函数的实例，展示了如何编写桩函数来隔离错误。文章指出需要编写桩函数的两种情况：被调用函数未测试或难以模拟特定场景；而不需要的情况包括测试最底层函数或已验证正确的函数。同时说明顶层函数测试时可省略驱动单元。
本文对比分析了Excel、TestLink、Xray和Zephyr四大测试用例管理工具。Excel灵活免费但协作性差，适合小型临时项目；TestLink开源全面但界面老旧，适合预算有限团队；Xray深度集成Jira，适合敏捷开发；Zephyr用户体验好但成本高，适合中大型企业。选型应考虑团队规模、预算和技术栈，建议通过试用评估和成本分析做出决策。随着AI测试自动化发展，工具的集成与扩展能力将成为2
是用于描述产品（如软件或硬件）除功能之外所具有的速度、效率和能力的综合评价。功能是“能不能做”，性能是“做得好不好、快不快”。是对产品的性能进行定性或定量测量的评估过程。核心目的是评估软件或系统在特定条件下的表现能力。定性：例如，系统运行“快”或“慢”。定量：例如，系统支持1000用户并发，响应时间为200毫秒。
Selenium是一个支持Web浏览器自动化的开源工具集，核心组件包括WebDriver、IDE和Grid。它通过模拟用户操作（如点击、输入等）实现浏览器控制，可用于自动化测试和网络爬虫。Selenium支持多平台、多语言和主流浏览器，具有活跃社区生态，但需要编程基础且缺乏内置图像处理和测试报告功能。安装需下载对应浏览器驱动并配置环境变量。典型应用包括表单自动填写和网页内容抓取，适用于需要执行Ja
各种颜色的线表示渲染这一帧用了多长时间，时间越长表示卡顿明显，绿色横线为标准线，app流畅运行应该在标准线以下
TestCafe是一款基于Node.js的端到端Web自动化测试框架，支持TypeScript/JavaScript编写测试用例，兼容多平台和浏览器。其特性包括并发测试、自动错误检测、持续集成支持等。安装只需Node.js环境和一条npm命令。入门示例展示了如何创建测试文件，使用fixture和test结构实现百度搜索功能测试，并通过命令行运行测试。文章提供了TestCafe的基本介绍、环境安装和
1.不同生产环境基础路径提取1.将基础路径提取到ini文件中[base_url]2.定义函数读取ini文件,返回字典对象3.用例需要使用，debug热加载函数定义函数，调用读取ini函数4.修改yaml文件的基础路径方式2.logger封装1.按照测试用例的执行顺序一步步添加日志3.其他。
Toast这个场景无论是Web自动化还是App自动化，关于UI场景下的都很有可能存在，特别是App的自动化中存在较多，由于小编电脑上暂时没有安装App的环境，就只列举了Web一种方法，其实无论是App还是Web定位方法都是一样的，学习过程中，主要学习的方法，当方法学会了这个知识点也就学会了。
了解公司专注于物联网通信模组，目前的话有在AI+机器人方面投入研究，了解到在机器狗，割草机器人，机器狗方面投入研究。公司的技术发展比较前沿，也很有发展潜力，所以希望能够加入其中，得到学习和成长。理解在项目节点或者版本发布阶段需要加班，当然还是更看重团队协作和效率，只要是为了项目目标，可以合理安排时间，积极配合。短期目标是尽快熟悉公司产品和测试流程，提升自己在功能测试，接口测试等方面的能力，能够独立
本文介绍了使用AI辅助前端测试的实践经验。作者分析了传统测试方式的痛点，包括重复工作多、耗时且覆盖率低，提出AI测试能自动生成用例、提高覆盖率和适应代码变更。文章详细展示了AI测试助手的开发流程，包括项目初始化、核心功能实现和VSCode插件开发。通过优化提示词和测试策略，团队实现了测试时间减少70%、覆盖率提升40%的效果。最后强调AI测试需要人工审查校验，并计划进一步优化工具功能。
Postman接口测试中实现参数关联和参数化的方法摘要：通过设置全局变量(pm.globals.set)实现接口关联，使用{{变量名}}引用前序接口返回值。参数化支持三种方式：1) 内建变量(如$guid、$timestamp)；2) Pre-request Script编写代码生成随机数据；3) 导入CSV/JSON外部数据文件。重点推荐Pre-request Script方式，可生成时间戳、G
连接数据库，把所有的测试用例运行结果输入数据库，然后读取数据库，生成测试报告；如：项目的总测试用例数、成功用例数、失败用例数、跳过数；每个模块的测试用例数、成功用例数、失败用例数、跳过数；
【压力测试关键要点】 测试准备：需明确业务范围、数据规模（不低于生产数据20%）及用户量模拟，确保环境真实性 数据分类： 垫底数据：模拟历史数据（用户总量/基础数据） 测试数据：需匹配日交易量，避免数据热点问题 核心要求：数据分布需接近生产环境，通过参数化设计和批量造数实现，造数后需更新数据库统计信息 执行要点：自动化工具模拟高并发场景，重点监测系统承载能力与响应时间变化 （注：文末职业发展相关内
1、接口自动化测试什么是接口测试：前后端不分离：淘宝网站（响应的数据在页面，访问响应的数据是html的）返回的是一整个html（做接口难，需要解析数据，因为返回的是整个html代码）前后端分离，前端和后端通过api（接口交互），返回的只是数据本身（App可能并不需要后端返回一个HTML网页）（市面上主流项目前后端分离走json格式的）发请求以json数据格式返回的，通过api接口协议前后端进行交互
摘要：Postman中常见的数据传参方式包括：1) multipart/form-data可上传文件和键值对，通过boundary分隔；2) x-www-form-urlencoded仅能传输键值对，参数隐藏在body中；3) raw支持任意文本格式如json、xml；4) binary仅传输二进制数据。使用注意事项：GET请求参数通过Params附加在URL，授权信息可自动生成，Headers用
本文介绍了如何使用Pytest框架进行自动化测试，重点以接口测试为例。主要内容包括：1）编写简单测试用例（如测试百度首页API）；2）使用参数化测试多组数据；3）运行测试用例并分析结果。文章建议遵循代码规范，考虑边界情况，善用参数化等高级功能来提高测试可靠性和可维护性。最后提供了软件测试学习资源获取方式。全文约280字，包含测试代码示例和实用建议。
下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】。
Postman保存接口会话指南：通过创建文件夹分类管理请求，可批量运行、添加测试脚本和变量。操作包括保存接口到指定文件夹、分享/导出集合、一键运行测试等，提高API测试效率。还提供导入功能和管理选项如重命名、监控等，帮助构建系统化测试工作流。
本文介绍了Web应用中验证码处理的6种方法，包括使用万能验证码、关闭验证码功能、图片识别技术等，重点推荐了cookie绕过验证码的方式。详细讲解了通过Webdriver操作cookie的5个方法，并提供了完整的代码示例：首先获取登录后的cookie并存入Excel，后续通过读取Excel中的cookie信息实现免登录功能。文章还分享了软件测试学习资源，帮助测试人员提升自动化测试能力。
JMeter是一款基于Java的开源压力测试工具，支持接口测试和压力测试。接口测试包括HTTP请求、WebService脚本、参数化、断言、关联及数据库操作等。压力测试可评估系统性能，通过设置线程数、循环次数等参数，分析Samples、Error%、Throughput等关键指标。支持Windows、Linux和MacOS平台，使用前需安装JDK。本文详细介绍了JMeter的功能、使用方法及性能测
Token是一种用于身份验证的服务器生成字符串，其原理是用户首次登录后服务器生成Token并返回给客户端，后续请求只需携带该Token即可。相比Cookie/Session，Token具有无状态、可跨域、安全性高等优点，适用于企业级应用。在自动化测试中，登录接口获取Token后，需在请求头添加"Bearer"前缀才能访问受保护接口。本文通过Python代码示例演示了Token的
最近有童鞋和我抱怨，说网上很难搜到那些全面又合适的自动化测试面试题，这里根据我个人的经验以及收集整理的：你没看错，不慌，慢慢来。先从什么是自动化测试开始说起哈！什么是自动化测试？当我第一次知道自动化测试的时候，除了知道“自动化”这三个有些高大上的称呼之外，我对自动化测试一无所知，正如谈恋爱一样，找女朋友之前要知道她是谁。自动测试就是把以人为驱动的测试转化为机器执行的一种过程，它是一种以程序测试程序
摘要：本文介绍了如何利用DeepSeek AI工具自动生成软件测试用例并转换为思维导图。首先强调完善需求文档的重要性，建议详细描述功能模块、边界条件等要素。然后分步骤演示：登录DeepSeek网站并上传需求文档，使用特定指令模板生成符合ISO标准的测试用例表（包括正向/逆向/关联/性能场景）。最后提供两种思维导图转换方法：在线工具实时转换或专业软件导入生成。文章指出DeepSeek虽在复杂业务理解
摘要：iperf3是一款功能强大的网络性能测试工具，可用于测试带宽、丢包、延迟和抖动等指标。它支持TCP/UDP协议测试，提供丰富的参数设置，如端口指定、带宽格式调整和并发连接测试。使用方法简单，在服务器端运行iperf3 -s启动服务，客户端通过iperf3 -c命令连接即可测试。测试结果包含详细性能数据，帮助分析网络状况。该工具跨平台支持Windows/Linux等系统，是网络工程师优化性能的
001、软件的生命周期(prdctrm)计划阶段(planning)-〉需求分析(requirement)-〉设计阶段(design)-〉编码(coding)->测试(testing)->运行与维护(running maintrnacne)测试用例用例编号 测试项目 测试标题 重要级别 预置条件 输入数据 执行步骤 预期结果0002、问：你在测试中发现了一个bug，但是开发经理认为这不是一个bug
西安环测自动化技术有限公司供应压力传感器。传感器有许多分类方法，但常用的分类方法有两种，一种是按被测物理量来分;另一种是 按传感器的工作原理来分。按被测物理量划分的传感器，常见的有：温度传感器、湿度传感 器、压力传感器、位移传感器、流量传感器、液位传感器、力传感器、加速度传感器、转矩 传感器等。
单元测试是对软件最小可测试单元（如函数、类等）进行验证的测试方法，通常由开发人员或测试人员执行。开发人员做单元测试效率高但可能覆盖不足，测试人员用例覆盖全面但编程能力较弱。单元测试可通过人工静态检查（代码走读）和动态执行跟踪（使用框架如JUnit、pyTest）实现，需关注代码覆盖率。示例展示了用Python单元测试框架测试计算器功能的方法。单元测试与白盒测试概念相近，是保证代码质量的重要手段。
2. 智能等待的三大超能力时间管理大师：可以精确设置等待上限，绝不浪费1毫秒瞬间捕捉达人：元素一出现就立即"逮捕归案"错误报告专家：超时会明确抛出TimeoutException，而不是给你个"神秘失踪案"
UI自动化测试正面临严峻的维护困境，78%企业遭遇超预期成本。传统元素定位方式成功率不足60%，而融合视觉语义的混合定位技术将成功率提升至93%。典型案例显示，某电商App通过视觉辅助定位将脚本修复时间从48小时缩短至2小时。行业正转向多模态融合定位，要求测试工程师掌握计算机视觉等新技能。技术选型需重点关注动态适应能力和复杂场景处理，警惕过度宣传的完美解决方案。
功能测试
——功能测试
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
人工智能6S服务平台
openEuler 社区
EazyDevelop社区
乐奇 Rokid 开放社区
2048 AI社区
