Deepseek 可以帮测试工程师完成哪些工作

前置条件

1. 1. 充值购买 tokens，并创建 API key。
   Deepseek 开放平台: https://platform.deepseek.com/

2. 2. VScode 安装 cline 插件，并添加 Deepseek 模型。

生成功能用例

在日常测试工作中，编写功能测试用例会占用我们大量的时间，通过使用 AI 可以提高效率，同时也可以做到用例的补充。

•  登录功能

输入一段需求描述：“用户登录功能需要支持手机号+验证码和邮箱+密码两种方式，且密码错误 3 次后锁定账户 5 分钟”

DeepSeek 可以生成如下测试用例：

1. 1. 验证用户使用正确手机号+验证码登录成功。

2. 2. 验证用户使用正确邮箱+密码登录成功。

3. 3. 验证密码输入错误 3 次后账户锁定 5 分钟（每次错误提示剩余尝试次数）。

4. 4. 验证锁定期间无法登录，5 分钟后自动解锁。

5. 5. 验证验证码过期后登录失败。

•  边界条件自动补充

输入：“输入框允许 1-100 的整数”

DeepSeek 自动补充测试用例：

1. 1. 输入 0 → 预期：报错。

2. 2. 输入 1 → 预期：通过。

3. 3. 输入 100 → 预期：通过。

4. 4. 输入 101 → 预期：报错。

5. 5. 输入非整数（如 12.5）→ 预期：报错。

自动化测试脚本编写

如果你是自动化测试工程师或者测试开发，那么编写自动化测试用例也会占用大量的时间。借助于 AI，这方面的提升蹭蹭的提高。

• 自动生成 playwright 脚本。

• 自动生成接口测试用例。

通过浏览器复制 cURL 命令，然后丢给 AI 来生成脚本。

以前我们认为自动化测试带录制功能是比较高效的，接口测试工具提供格式转换是很有用的，但是在 AI 面前都显得不那么有用了。

编写性能测试脚本

谁说 AI 只能写自动化测试脚本，性能脚本也一样。JMeter 界面配置用例也比较繁琐。当然也可以通过 AI 来生成 xx.jmx 脚本

然后，通过 JMeter 客户端打开 xx.jmx 脚本就可以用了。

当然，如果是 locust 的话，直接就是 python 语言实现的更加的简单。

生成测试数据

输入需求：“生成 100 条用户数据，手机号为 13 开头的 11 位数字，邮箱为随机 Gmail”，

DeepSeek 生成示例：

1. import random

3. def generate_users():

4.     users = []

5.     for _ in range(100):

6.         phone = "13" + "".join(random.choices("0123456789", k=9))

7.         email = "user" + str(random.randint(1000,9999)) + "@gmail.com"

8.         users.append({"phone": phone, "email": email})

9.     return users

当然，这里本质还是代码生成，结合实际工作需求，能生成的代码，就不需要手写，除非写 描述需求 比 写代码 更复杂。

安全测试

安全测试可能是我们日常测试中会忽略的一个方面，我们也可以借助 AI 帮我们生成相关用例。

• 生成 SQL 注入测试用例

输入需求：“测试登录接口的 SQL 注入漏洞”，

DeepSeek 生成 Payload:

1. 测试用例：

2. 1. 用户名输入：admin' OR '1'='1' --

3. 2. 密码输入：任意值

4. 预期结果：如果登录成功，说明存在 SQL 注入漏洞。

其实，还有更好的方式，就是获得项目的代码，让 AI 帮忙识别代码的安全问题，不过，这个事情我猜测开发会自己做。哈哈。

持续集成（CI）脚本

一切脚本都可 AI 生成，当然，也包含了 CI 脚本啦。

• 生成 Jenkins/GitLab CI 配置文件

输入需求：“在 GitLab CI 中运行 Python 测试并生成 Allure 报告”，

DeepSeek 生成 .gitlab-ci.yml 片段：

1. stages:

2.   - test

4. pytest:

5.   image: python:3.9

6.   stage: test

7.   script:

8.     - pip install -r requirements.txt

9.     - pytest --alluredir=./allure-results

10.   artifacts:

11.     paths:

12.       - allure-results/

如果你在工作中有更好，更高效的 AI 使用场景，也欢迎在评论区留言。我们一起探讨更多的 AI 使用，让软件测试工作飞起。

 感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。