从需求分析到发布归档:一个测试项目如何用 dsh-qa 走完全流程
用一个测试项目走一遍 dsh-qa 的完整测试流程:需求分析、用例设计、评审门禁、执行回归、里程碑、测试报告到发布归档,看 AI 协作与人工审批如何配合。
质量分析师,而非质量保证师。
用一个测试项目走一遍 dsh-qa 的完整测试流程:需求分析、用例设计、评审门禁、执行回归、里程碑、测试报告到发布归档,看 AI 协作与人工审批如何配合。
Awesome QA Skills 是一个面向测试场景的 AI 技能库,通过可复用的技能模块,帮助团队更快、更稳定地完成测试工作。
文章介绍Awesome QA Prompt的简介,类型和工具
第 31 天加餐复盘:可视化 AI 测试的未来形态,讨论团队角色、工作流演进、风险与机会。
第 30 天复盘:思考 AI 测试搭档应承担的职责,覆盖测试规划、生成、分析与反馈闭环。
第 29 天复盘:分享影响我 AI 测试方法的专家与社区观点,以及这些观点如何指导实际测试决策。
第 28 天复盘:从问题定义、原型设计到验证迭代,实践如何构建适配团队场景的 AI 测试工具。
第 27 天复盘:评估团队采用 AI 辅助测试的准备度,识别能力差距,并制定可执行的落地路线图。
这篇博文是关于 30 天 AI 测试挑战活动的第二十五天,探索人工智能驱动的安全测试,并分享潜在用例。文章可能介绍人工智能在安全测试领域的应用,例如漏洞扫描、恶意代码检测、行为分析等方面,并探讨其在不同场景下的潜在用例。作者可能分享对于人工智能驱动的安全测试技术的理解和见解,以及对于其在提高安全性和降低风险方面的潜在价值的思考。通过分享潜在用例…
这篇博文是关于 30 天 AI 测试挑战活动的第二十四天,涉及探索代码解释技术并分享见解。文章可能介绍不同的代码解释技术,如解释性 AI、模型解释和可解释性机器学习等,并探讨其在测试领域的应用。作者可能分享对于这些技术的理解和使用经验,以及对于其优势、挑战和潜在应用领域的见解。通过分享关于代码解释技术的见解…
这篇博文是关于 30 天 AI 测试挑战活动的第二十三天,涉及评估人工智能在视觉测试中的有效性,并讨论其优势。文章可能包括作者对于使用人工智能进行视觉测试的实际应用经验,以及对于人工智能在视觉测试中所带来的优势和挑战的思考和评估。通过分享对人工智能在视觉测试中的应用效果和优势的评估,读者将了解到作者对于这一新兴测试方法的认识和见解…
这篇博文是关于 30 天 AI 测试挑战活动的第二十二天,探讨团队在 AI 辅助测试中取得成功所需的技能。文章可能包括作者对于团队成员需要具备的技能和素质的思考,以及在 AI 测试中成功的关键因素和挑战。通过分享团队在 AI 测试中所需的技能和素质,读者将了解到作者对于构建高效 AI 测试团队的见解和建议…