暂无搜索历史
很多刚接触 Claude Code 的新手,第一步就容易栽在「Skills」和「MCP 服务器」的认知混淆上,
在 AI 技术火热的当下,几乎所有大厂都将 AI 落地视为业务升级的核心抓手,但现实是,绝大多数企业的 AI 落地要么停留在 “试点好看、落地难行” 的阶段,要...
最近后台收到很多测试同学的提问:“现在AI测试工具这么火,一键生成用例、自动执行、甚至能定位bug,是不是以后就不用学Playwright、Pytest、Sel...
不只是大厂,二线公司、甚至传统行业的测试团队都在要求:"能熟练使用AI工具提效"。
这真的不是我要求苛刻,而是太多人看似冲着 AI 测试而来,实则连这个领域的门槛都没摸到,还抱着传统测试的老思路硬套,实在让人着急。
说实话,刚开始用 Claude Code 的时候,我对它的终端界面挺满意的——简洁、干净、没有多余的东西。
AI 编程几乎可以说,已进入到了全民生产时代,长上下文、代码工程、Agent 自动化、多模态理解全面成熟。每隔几周就有新模型发布,每家都宣称自己是"最强编程模型...
简历上写着"熟练使用AI赋能自动化测试",我心想这应该有料,就问了一个很实际的问题:
在AI驱动的UI自动化领域,Midscene.js凭借轻量化、跨平台、自然语言驱动的优势成为热门选择,但除此之外,还有多款成熟的AI应用、智能体及工具,它们各具...
不知道大家跟豆包、DeepSeek、ChatGPT这些AI对话的时候,有没有注意到——
简历上写得挺漂亮:熟练使用AI生成测试用例,用AI实现自动化测试。我心想,这哥们儿应该有点东西,就抛了一个真实的项目问题过去。
聊到当下行业里大火的 AI 自动生成测试用例话题时,我抛出了一个核心问题:“现在很多公司都用 AI 批量生成功能测试用例,需求文档完整的情况下,AI 能产出大量...
玩 Claude Code、Cursor、Codex、OpenCode、TRAE IDE时,由于每个工具都有自己的 Skills 配置目录,技能文件散落在各个目...
一组数据写在那里:3 个工程师,5 个月,100 万行生产级代码——零行是人手写的。
在 AI 驱动测试的时代,标准化、可复用、高可靠的测试 Skill 正在成为测试团队的核心生产力。
作为软件测试从业者,你是否也曾陷入这样的困境:手动编写上百条测试用例耗上3小时,脚本维护占去大半工作时间,重复的环境配置、日志处理让人疲于奔命?当AI大模型席卷...
作为测试工程师,你是否也被这些问题困扰:写Web自动化脚本耗时费力,元素定位反复调试仍报错;非技术测试同学想做自动化测试,却被代码门槛拦住;传统自动化工具易被反...
暂未填写公司和职称