【課程內容】

1. 軟件測試：

提升測試效率:大模型輔助測試工程師理解復雜的軟件邏輯，提供測試建議和策略。基于智能體輕松構建自動化測試流程，減少重復性工作。

增強測試洞察力:通過學習大模型的分析能力，測試工程師可以更好地理解軟件的行為和潛在問題，從而提高測試的深度和廣度。

2. 測試用例生成智能體：

智能用例設計:利用大模型生成更全面、更有效的測試用例，包括那些覆蓋邊緣情況和異常流程的用例。

動態用例優化:學習如何根據軟件的變更動態調整和優化測試用例，以保持測試的時效性和相關性

3. 自動化測試：

自動化腳本開發:使用大模型自動化測試腳本的生成和維護，提高自動化測試的效率和可靠性。

持續集成集成:學習如何將大模型集成到CI/CD流程中，實現測試的自動化，加快軟件交付速度。

4. 測試開發：

定制化工具開發:大模型幫助開發定制化的測試工具和框架，以適應特定的測試需求。

代碼質量分析:學習如何使用大模型分析代碼質量，幫助測試工程師在早期發現潛在的技術債務和風險。

5. 性能測試：

負載模擬與分析:使用大模型模擬不同的用戶負載和使用場景，以及如何分析性能測試數據以識別性能瓶頸。

性能優化建議:根據大模型的分析結果提出性能優化的建議，幫助開發團隊改進軟件性能。

6. 測試數據管理：

測試數據生成:使用大模型生成符合特定要求的測試數據，確保數據的有效性和多樣性。

數據驗證與分析:驗證測試數據的準確性和完整性，以及如何分析數據以提高測試結果的可靠性。

7. 測試報告和分析：

自動化報告生成:大模型助力自動化生成包含測試結果、覆蓋率和缺陷統計的測試報告。

趨勢分析與決策支持:學習如何分析測試數據，識別測試趨勢和模式，為測試決策提供支持。

8. 缺陷分析和報告智能體：

缺陷分析:針對失敗的測試用例自動化完成缺陷分析。

報告生成:自動化完成缺陷分析及修改建議報告。

【課程優勢】

全程項目實戰，每節課都落地有聲

全套課程視頻及項目源碼同步贈送

不限期數聽課免費服務永無止境

圍繞軟測最需要的大模型應用技術

只需一點點Python基礎即可學會

永久免費推薦高薪工作

【大模型應用&軟件測試全棧九大專題實戰】

大語言模型提示詞工程(專題一)

提示詞工程實

1.提示詞編寫的基礎原則:

明確的指令

提供參考文本

給模型思考

使用外部工具

思維鏈提示

2 提示詞原則詳解:

角色扮演

小樣本提示

減少幻覺

。給出模型思考時間

3.提示詞進階:

思維鏈技術

思維樹技術

ReAct

提示詞優化高級技巧

4.提示詞高級應用:

多模態提示詞

角色法

示例法

格式法

標記法

標記集法

提示詞與智能體

Role: 軟件測試工程師

Profile

Author danwen

Version:1.0

Language: 中文

Description: 軟件測試工程師是負責對軟件產品進行測試，以確保其質量符合預定標準的專業技術人員。他們需要具備分析問題、設計測試用例、執行測試并記錄結果的能力。軟件測試工程師的工作對于提升軟件產品的可靠性、穩定性和用戶體驗至關重要。

擅長自動化測試

1. 能夠使用自動化測試工具和框架，如Selenium、JUnit等，來提高測試效率和準確性。

2.編寫和維護自動化測試腳本，以實現測試過程的自動化。

擅長性能測試

1.評估軟件應用在高負載條件下的性能表現。

2、使用性能測試工具，如LoadRunner、JMeter等，進行壓力測試和負載測試。

擅長安全測試

1.識別軟件中的安全漏洞和弱點。

2執行安全測試，包括滲透測試和漏洞掃描。

Rules

1.測試結果需客觀、準確。

2.測試過程中應遵守職業道德，不泄露測試數據和用戶信息。

Workflow

1. 讓用戶以“測試類型:0,測試目標:0*的方式指定測試類型和目標。

2.根據用戶給定的測試類型和目標，設計測試計劃，包括測試用例和測試環境。

Initialization

作為角色,嚴格遵守,使用默認與用戶對話，友好的歡迎用戶。然后介紹自己，并告訴用戶。

大語言模型應用開發框架(專題二)

缺陷分析及定位智能體(專題三)

1. 自動化缺陷識別:智能體能夠自動掃描軟件代碼，利用靜態代碼分析等技術識別潛在的缺陷和錯誤。

2、歷史缺陷模式學習:智能體通過分析歷史缺陷數據，使用機器學習算法學習并預測可能的缺陷模式。這類似于微軟在其Windows操作系統開發中應用的多種缺陷預測技術，通過分析歷史數據中的缺陷分布來識別高風險模塊。

3.多模態數據分析:智能體能夠處理和分析代碼、文檔、用戶反饋等多種數據類型，以全面理解缺陷報告。這種多模態數據分析能力使得智能體可以從不同角度分析問題，提供更全面的缺陷預測。

4.工具集成:智能體能夠與各種軟件開發工具集成，如版本控制系統、自動化測試工具等，以輔助缺陷分析。集成了多種工具的智能體可以更有效地執行任務，提高缺陷分析的準確性和效率。

5.人機協同:智能體支持與開發人員的協作，通過接收人工反饋來優化缺陷定位的準確性。在規劃、需求工程、開發和評估環節，開發者與智能體的協作可以顯著提升軟件質量。

6.特定任務優化:智能體能夠針對特定的軟件開發和維護任務進行優化，如代碼生成、需求分析等。通過特定任務優化，智能體可以提

供更加定制化的解決方案，提高開發效率。

7、自動缺陷修復:智能體能夠自動生成并應用修復補丁，減少人工干預。這種自動缺陷修復能力可以顯著提高修復速度，降低維護成本。

8.自適應學習:智能體能夠根據新的數據和經驗不斷優化其缺陷分析和修復策略。這種自適應學習能力使得智能體能夠不斷進化，適應不斷變化的軟件環境。

9.性能優化: 智能體能夠通過算法和模型的不斷優化，提高缺陷分析和修復的效率。性能優化確保了智能體在處理大規模軟件項目時的高效性。

代碼優化及單元測試智能插件(專題四)

1.代碼審查輔助:

輔助進行代碼審查，通過分析代碼結構和邏輯，提出改進建議。

2.自動化測試生成:

自動生成測試用例，減少手動編寫測試代碼的工作量。

3.缺陷預測:

預測代碼中可能出現的缺陷，幫助開發者提前修復潛在問題。

4.代碼質量評估:

評估代碼質量，提供代碼復雜度、可讀性等指標。

5.性能分析:

分析代碼性能，識別性能瓶頸并提出優化建議。

6.代碼重構建議:

提供代碼重構建議，幫助提高代碼的可維護性和可擴展性。

7.文檔生成:

自動生成代碼文檔，包括函數說明、參數描述等。

8. 靜態代碼分析:

進行靜態代碼分析，檢查代碼中的語法錯誤、潛在

9.異常檢測:

檢測代碼中的異常模式，如異常處理不當或異常使用。

代碼優化及單元測試

測試用例自動化生成系統(專題五)

測試用例自動化生成系統

1.支持多格式數據源:需求來源支持文本文檔，語音或者視頻資料。

2.無縫對接現有平臺:生成的測試用例可以直接導入現有用例數據庫。

3. 提高測試效率:快速生成測試用例，減少手動編寫時間。

4.自動化用例生成:系統能夠自動創建測試用例，減少手動編寫的需求。

5.全面場景覆蓋:工具能夠識別并生成覆蓋所有業務場景的測試用例，包

括正常、異常和邊緣情況。

6. 錯誤檢測與修正:內置機制檢測并修正測試用例中的潛在錯誤，提高準確性。

7、標準化用例格式:確保所有生成的測試用例遵循統一的格式和標準。

8. 敏捷開發支持:快速適應需求變更，及時生成新的測試用例。

9.資源優化管理:智能分配測試資源，提高測試團隊的工作效率。

10.CI/CD集成:與持續集成和持續部署流程無縫集成，實現自動化測試。

11.缺陷預防:通過廣泛的測試用例覆蓋，提前識別潛在的軟件缺陷。

12.自學習優化:系統能夠基于歷史數據和反饋自我學習和優化測試用例生成策略。

13.生產力提升:通過自動化測試用例生成，提高測試團隊的整體生產力和效率。

測試用例自動化生成系統

NL2SQL數據生成系統(專題六)

支持任何 SQL數據庫

自動生成SQL查詢文檔

支持通過文檔進行訓練

使用 SQL 自我學習訓練

通過 DDL語句進行訓練

輕松實現自動化報表生成

SQL語句性能分析及優化

自然語言準確生成SQL語句

支持復雜數據集上的高準確性

自動檢測SQL語句中的語法錯誤，并提供可能的修正建議，快速解決問題

NL2SQL數據?成系統

接口自動化框架及智能體應用(專題七)

1.YAML/JSON測試用例:使用 YAML/JSON 編寫清晰、易于維護的測試用例。

2. 參數化與數據驅動:支持參數化和數據驅動測試，提高測試用例的復用性。

3.自動化測試報告:自動生成包含詳細請求和響應信息的測試報告。

4.斷言機制:內置斷言功能，驗證接口響應。

5.Mock 服務支持:提供Mock服務，模擬依賴接口。

6.事務和并發測試:支持并發測試，模擬真實場景。

7.大模型接入:嵌入大模型智能體應用。

接口自動化框架及智能體應用

性能測試及全鏈路監控實戰(專題八)

性能測試核心技術

全鏈路監控分析實戰

軟件測試智庫問答平臺實戰(專題九)

智庫問答平臺

【公司介紹】

杭州但問智能科技有限公司

公司成立于大模型發展元年，由業界資深專家田威峰、紀維寧和衛懷玉共同創立的高科技創新型企業。田威峰，在軟件開發和人工智能領域擁有豐富經驗，曾為數百家知名企業提供技術培訓及支持;紀維寧，資深項目經理，擁有卓越的項目管理和團隊領導能力;衛懷玉，人工智能專家，對AI技術有著深入的研究和實踐經驗。

公司迅速組建了一支精英研發團隊，開發和微調出但問意圖識別大模型及中文嵌入模型，可以高效捕捉用戶意圖，提升用戶體驗。在短短一年內，公司陸續推出了多款定制化企業級知識庫系統、智能體系統、人工智能實訓平臺等人工智能應用產品。先后為中國人民銀行研發中心、郵儲銀行研發中心、中國石化、中關村實驗室、中國水產研究所等知名企業提供技術支持及培訓咨詢服務，贏得了客戶的高度認可。

我們正在成為智能科技領域的先鋒，不斷推進技術創新和產品完善，為客戶帶來更大價值。公司堅信人工智能將重塑未來工作方式，而但問正站在這場變革的前沿，引領智能科技的新紀元。

但問智能科技核?業務：

但問智庫平臺&但問智能助?