作者小头像 Lv.6
更多个人资料
3340 成长值
0 关注
20 粉丝
+ 关注 私信

个人介绍

霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。 学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
3340
0
0
0
0

个人资料

个人介绍

霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。 学社围绕现代软件测试工程体系展开，内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试，以及人工智能测试与 AI 在测试工程中的应用实践。

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 霍格沃兹
Dify vs Coze：谁是最终的AI工作流解决方案？
本文从架构设计、核心功能到部署运维，系统对比Dify与Coze两大AI开发平台。Dify以一体化集成见长，适合快速构建生产级应用；Coze采用模块化架构，在多Agent协同上更具优势。为不同技术背景和业务场景的团队提供选型参考。
人工智能 运维
作者小头像 霍格沃兹测试学社 2025-11-07 22:48:41
10583
0
0
2025-11-07 22:48:41
999+
0
0
2025年，告别手动数据爬取，Coze AI Agent助你全程无忧！
本文介绍如何利用Coze AI Agent构建智能数据采集方案，实现从网站抓取到数据清洗、存储的全流程自动化。通过可视化工作流设计，该方案可将人工日均处理量从不足百条提升至无限制自动采集，大幅提升数据工作效率。
人工智能 数据挖掘
作者小头像 霍格沃兹测试学社 2025-11-04 16:34:08
10955
0
0
2025-11-04 16:34:08
999+
0
0
小白必看：AI智能体零基础搭建全攻略！
这篇教程专为零基础新手设计，手把手教你从注册账号开始，用Dify等可视化工具搭建属于自己的AI智能体。无需技术背景，只需跟着步骤操作，就能快速创建一个能对话、能生成测试用例的实用助手，轻松迈出AI应用的第一步。
API 人工智能
作者小头像 霍格沃兹测试学社 2025-09-15 22:36:13
59257
1
8
2025-09-15 22:36:13
999+
1
8
新手轻松上手：零基础搭建Qwen智能体指南
本文详细介绍了如何从零开始搭建Qwen-Agent智能体，涵盖环境配置、模型部署、工具调用及多Agent协作等关键步骤，帮助无AI经验的开发者快速上手，实现从环境准备到智能体运行的完整流程。
API 人工智能
作者小头像 霍格沃兹测试学社 2025-09-12 23:29:24
24636
0
0
2025-09-12 23:29:24
999+
0
0
MCP零基础学习（1）| MCP 协议核心原理解析
本文介绍MCP协议，一种统一AI工具调用的标准化方案，解决模型适配碎片化、工具高耦合和上下文丢失问题。通过Client/Server架构实现解耦，支持上下文传递、SSE流式响应和动态工具发现，提升跨模型兼容性和开发效率。包含实战示例和与传统方案的对比，助力构建高效AI智能体系统
人工智能
作者小头像 霍格沃兹测试学社 2025-08-13 11:02:15
28185
1
1
2025-08-13 11:02:15
999+
1
1
前端视觉回归报告：截图比对用例膨胀到两千张后怎么瘦身不漏检
前端迭代这两年越来越快，组件库换了两轮，断点从两个加到四个。伴随而来的是一件很具体的事：视觉回归的基线图，从最初的几十张攒到了两千多张。现在每晚 CI 跑视觉回归要 40 分钟，第二天早上打开报告红灯 200 张。翻一遍，180 张是字体渲染差异、抗锯齿抖动、动画还没停下来就截了图；剩下 20 张里，真缺陷可能只有一两个。于是团队形成了一个默契动作：全选，点 approve，更新基线。三个月...
测试用例 知识图谱 自动化测试
作者小头像 霍格沃兹测试学社 2026-09-15 18:26:35
3
0
0
2026-09-15 18:26:35
3
0
0
压测报告审计：施压端自己先成了瓶颈——分布式压测的客户端饱和与冷启动
本文揭示压测中一个隐蔽却致命的问题：施压端自身饱和导致数据失真——报告中漂亮的180ms延迟实为施压机排队时间，而非被测服务真实响应。文章系统剖析四大物理根因（端口耗尽、TIME_WAIT堆积、TLS未复用、CPU/句柄打满），提出“先标定单机上限、再决定是否分布式”原则，并给出含预热机制、健康门禁与双源验证（k6指标+`/proc`采集）的可落地方案，强调：无施压端体检的压测报告，不可信。
分布式 测试用例 知识图谱 自动化测试
作者小头像 霍格沃兹测试学社 2026-09-15 18:08:12
5
0
0
2026-09-15 18:08:12
5
0
0
AI 测试工具选型：一份能直接抄的四维加权评估表
本文提供一份可直接落地的AI测试工具四维加权评估表，聚焦能力、可运维性（权重35%）、集成与组织四维度，强调“demo演最好一天，评估算最差一天”。含一票否决项与两周真实POC验证法，助团队规避模型升级失效、日志难定位、资产锁定等典型陷阱，实现理性选型。
测试用例 知识图谱 自动化测试
作者小头像 霍格沃兹测试学社 2026-09-15 17:30:12
4
0
0
2026-09-15 17:30:12
4
0
0
覆盖率骗了你：用 mutation score 量一量测试集到底有没有杀伤力
本文揭示AI生成单元测试的致命陷阱：高覆盖率（95%）≠ 高质量测试。AI常“照抄实现写断言”，导致测试恒真、无法发现逻辑错误（如满减与折扣顺序颠倒）。真正衡量测试能力的是**变异测试得分（mutation score）**——通过故意注入代码缺陷，检验测试能否捕获。覆盖率只答“是否执行”，mutation score才答“能否揪错”。AI时代，该用它为测试集“体检”。
机器学习 测试用例 知识图谱 自动化测试
作者小头像 霍格沃兹测试学社 2026-09-15 17:21:56
5
0
0
2026-09-15 17:21:56
5
0
0
Evals 里的自动裁判靠不靠谱：用评分者一致性(Kappa)给 LLM-as-judge 做体检
四、混淆矩阵：错在哪个方向比错了多少更要命Kappa 告诉你裁判整体准不准，混淆矩阵告诉你它错在哪一侧。把人工金标准放行进、裁判判定放列进，二分类下就是一张 2×2 的表。对角线上是判对的（都说合格、都说该拦），反对角线上是两类错误，而这两类错误的代价完全不对等：人工说该拦、裁判却放行，是「放过」——坏答案混进了选型结果，这是最贵的一种错；人工说合格、裁判却判该拦，是「误杀」——好答案被冤...
测试用例 知识图谱 自动化测试
作者小头像 霍格沃兹测试学社 2026-09-15 17:06:29
5
0
0
2026-09-15 17:06:29
5
0
0
总条数：428
10
10
20
50
100
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 43

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注