📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）
📝 职场经验干货：
AI智能体，是一种模拟人类智能行为的人工智能系统，其核心引擎通常是大模型（LLM）。AI智能体能够感知环境、做出决策和执行任务；它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。
本文章手把手教大家使用coze平台搭建一个测试用例生成的智能体，可以大大提高我们测试工作效率！
1、什么是智能体(Agent)
| AI智能体，是一种模拟人类智能行为的人工智能系统，其核心引擎通常是大模型（LLM）。AI智能体能够感知环境、做出决策和执行任务；它通过对话方式接收用户的输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。 |
• 智能客服、虚拟助手、个人助理、英语外教都是智能体的典型应用场景。
• 在软件测试领域，基于需求动态生成测试用例、调试接口、进行接口测试、模拟面试AI助手等，都是可以提高我们的工作效率或者带来便利的应用场景。
2、为什么要开发智能体？
1）与传统的大模型（LLM）如ChatGPT对比：
虽然在自然语言处理上表现出色，但仍存在明显局限：容易产生幻觉、输出结果不够可靠、难以掌握最新时事、无法进行复杂计算、无法学习和处理企业内部私密的业务，且缺乏实际行动能力和长期记忆能力。
为了克服这些局限，AI智能体应运而生。
• 以点外卖为例，传统的ChatGPT/Deepseek/豆包等只能提供文字建议，而基于大模型的AI智能体则能自主调用应用程序，完成从选择菜品到支付的全过程，无需人工干预。
• 这是因为AI智能体能够将复杂任务分解为具体步骤，并通过调用搜索引擎、操作APP、调用支付接口等外部工具来完成操作。
• 更重要的是，AI智能体通过长期记忆和自主学习，不断完善自身的决策和执行能力。它们不仅能高效处理当前任务，还能积累经验，持续提升工作效率和准确度。随着技术进步，AI智能体必将成为现代社会的重要组成部分，推动各行各业迈向智能化转型。
2）与AI协同工作的区别
• 传统的AI协同模式，如Copilot，更多地被视为“副驾驶”，在特定任务中为人类提供辅助和建议。例如，GitHub Copilot在代码编写过程中提供实时建议，帮助开发者提高效率。然而，Copilot依赖于明确的用户指令，其能力范围受限于用户的具体需求和提示的清晰度。
• 相比之下，AI智能体具备更强的独立性。只需设定一个目标，AI智能体便能自主思考并采取行动，详细拆解任务步骤，利用外部反馈和自主生成的提示词，实现目标的完成。
• 例如，设置一个AI智能体的目标为“优化现有的项目管理流程”，智能体会自主分析现有流程，识别瓶颈，提出改进方案，并执行相关操作，无需逐步指导。
3）AI智能体与大模型的关系
AI智能体和大模型虽然密切相关，但有着本质区别。
• 1-大模型是AI智能体的核心，为其提供语言理解和生成能力；而AI智能体除了大模型外，还具备规划、记忆和工具使用等多种能力，这赋予了它更强的自主性和执行力。
• 2-作为AI智能体的"大脑"，大模型负责处理和生成自然语言，具备逻辑推理和语言理解能力。它能根据输入生成合理的输出，比如ChatGPT可以理解复杂指令并生成详细计划。但大模型本身无法执行具体任务，需要依靠AI智能体的其他组件来完成操作。【插件、工作流、知识库等编排】
• 3-AI智能体通过整合大模型并结合规划、记忆和工具使用功能，实现了更高层次的智能行为。
| AI智能体能根据大模型生成的计划，自主调用外部API，完成分析需求、生成测试用例、生成自动化代码等任务。同时，其记忆模块能够存储和检索长期信息，确保多轮对话中的上下文连贯性。 |
3、Coze是什么
Coze【扣子】是由字节跳动推出的一个AI聊天机器人【智能体】和应用程序编辑开发平台。目前在智能体开发领域使用非常广泛。
• 它并不推荐你在上面进行聊天对话，而是通过把 Coze 中创建的智能体发布到豆包或者其他的平台，在豆包或其他的平台上面进行对话聊天。
• 所以在 Coze 平台上整体是以创建智能体和调试为主。
无论你是否有编程经验，这个平台都可以让您快速地创建各种类型的聊天智能体，并将它们部署在其他社交平台和消息应用上。【可以不具备任何的代码编程能力】
• 国内的地址：https://www.coze.cn/home
• 国外的地址：https://www.coze.com/ 【国内访问受限】
你可以将在Coze上创建的智能体部署到不同的社交平台和消息应用上，例如豆包、飞书、扣子官方商店、抖音小程序、微信、掘金等。
• 你只需要在Coze的发布页面选择想要的平台，然后按照指引完成部署的步骤。你也可以通过Coze提供的Webhook和SDK功能将智能体部署到自己的网站或应用上。
4、Coze有什么功能？
Coze提供了多种插件、知识库、工作流、长期记忆等功能，来增强聊天机器人的能力和交互性：
1）插件
插件是一个工具集，一个插件内可以包含一个或多个工具，可以拓展Bot的能力。
目前，扣子集成了类型丰富的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。使用这些插件，可以帮助你拓展智能体能力边界。
• 例如，在你的智能体内添加新闻搜索插件，那么你的智能体将拥有搜索新闻资讯的能力。
• 如果扣子集成的插件不满足你的使用需求，你还可以创建自定义插件来集成需要使用的 API。
2）知识库
扣子的知识库功能支持上传和存储外部知识内容，并提供了多种检索能力。扣子的知识能力可以解决大模型幻觉、专业领域知识不足的问题，提升大模型回复的准确率，让Bot与你自己的数据进行交互。
• Coze提供了简单易用的知识库能力，它能让AI与你自己的数据（如PDF、表格、文本、网页文本）进行交互。你可以在知识库中存储和管理数据，让你的Bot来使用相关的知识。
3）长期记忆
让Bot拥有持久化的记忆能力。Coze提供了一个方便AI交互的数据库记忆能力，通过这个功能，你可以让AI Bot持久化地记住你跟它对话的重要参数或内容。您可以让Bot记住你的饮食偏好、语言偏好等信息，提高用户体验。
4）工作流
将你的创意变成Bot的技能。
• 如果你有很多新奇的点子和方法论，希望能让Bot使用这些特别的方法来代替你工作，那么你可以非常简单地创建一个工作流，让它变成Bot的技能。
• 你可以在工作流里使用代码片段创建非常复杂的函数，或者通过简单的操作创作出属于你的工作流。
• 比如你可以做一个帮你设计测试用例的工作流，或者一个帮你做接口调试的工作流。这些后面我们都会给大家详细讲到。
5、Coze智能体实战：分析需求文档生成xmind测试点
| AI智能体的需求： 根据项目的需求文档，智能分析需求，梳理测试点并导出项目的xmind格式的测试点文档。 |
开发智能体的步骤如下：先创建工作流，然后再把工作流关联到智能体。
第一步：选择工作空间-->资源库-->新建工作流
第二步：进入工作流可视化的画布，编辑工作流实现需求文档-->xmind测试点的过程：
1）开始： 接受用户输入
• 如果有需求文档提交上去，可以是飞书在线需求文档，也可以是pdf等格式的线下文档手动上传。
2）获取在线文档
• 添加节点，使用插件函数获取 【搜索飞书插件】
插件：飞书>get_document_content
• 获取文档的内容，支持以纯文本或者 markdown 格式返回。
|
|
|
• 注意：第一次使用飞书插件，需要进行飞书的授权。
|
|
|
3) 对接大模型豆包/Deepseek：编写提示词，生成测试点
1、提示词包括系统提示词和用户提示词，两者区别如下：
| 系统提示词：在搭建智能体时，设置的人设与回复逻辑就是系统提示词，它是开发者为大语言模型设定的初始参数和行为准则，在整个会话中持续影响大模型的响应模式。通过编写系统提示词，可以为大模型设定特定的角色定位和回复逻辑。 用户提示词：在与智能体对话时，用户的输入就是用户提示词，它是用户直接向大语言模型提出的具体指令或问题，指导模型执行特定的任务或提供特定的信息。用户提示词的设置应简洁明了，以便模型能够准确捕捉用户的需求。 |
假设我们需要构建一个友好且专业的健康咨询助手，以下是设置系统提示词和用户提示词的示例：
| • 系统提示词：你是一个友好且专业的健康咨询助手，专注于为用户提供基于科学和医学知识的健康建议。在回答用户的问题时，你的回答应该既专业又易于理解，同时保持语言的温和和鼓励性。请确保所有建议都是基于最新的健康指南，并避免提供具体的医疗诊断。 • 用户提示词：我最近总是感到疲劳，这可能是什么原因呢？ |
2、需求文档生成xmind测试点智能体的提示词
| 系统提示词： #角色 你是一位经验丰富的软件测试工程师，在软件测试领域有着深厚的专业积累。擅长从复杂的原始软件需求文档中精准提炼核心测试点，并依据这些测试点设计全面、有效的测试用例。 ##技能 ###技能 1:需求深度剖析 1.深入钻研软件原始需求，凭借敏锐的洞察力挖掘其中隐藏的需求。 2.能够对模糊或不明确的需求进行合理推测与假设，确保需求理解全面。 ###技能 2:多样化用例设计 1.熟练掌握并灵活运用常见的用例设计方法，如等价类划分、边界值分析、流程分析法、错误推测法、正交试验法、场景法等。 2.依据不同类型的需求，精准匹配最合适的用例设计方法。 ###技能 3:全面的思维发散 1.除常规业务场景外，充分考虑各种异常场景和数据情况，包括但不限于非法值、空值、违反业务规则的数据等。 2.对可能出现的极端情况和特殊情况进行深入分析，确保测试无死角。 ###技能 4:用户视角模拟 1.始终站在用户的角度思考问题，逼真模拟用户在实际使用软件过程中的各种场景。 2.从用户操作习惯、期望结果等方面出发，完善测试点的设计。 ##工作流 1.对输入的原始需求展开详细分析，充分运用上述各项技能，梳理出所有可能的需求点。 2.针对每个梳理出的需求点，精心设计与之对应的测试点。 3.将所有测试点按照合理的分类方式进行整理，以清晰的逻辑星现。 ##输出格式 以 Markdown 源代码形式输出所有测试点，示例: #登录模块测试点 有效用户名和有效密码是否登录成功 有效用户名和无效密码是否登录失败 ##限制 仅需设计测试点，无需设计详细的测试用例。 输出格式必须严格为 markdown 的源代码格式，而非渲染后的格式。 输出的测试点应简洁明了、准确无误，避免模糊不清或产生歧义。 |
4）拿到大模型的处理的结果，生成xmind ： 使用插件生成
插件：TreeMind树图>generateTreeMind
• AI思维导图软件，输入3000字内的内容一键生成导图，支持脑图、逻辑图、树形图、鱼骨图、组织架构图、时间轴等多种结构，助您高效学习与工作。默认返回给用户思维导图的url(pic)，和对应的编辑地址(jumpLink)，图片内容只支持展示中文。
5）结束： 得到想要xmind结果。
最终的工作流效果如图：
第三步：关联工作流到智能体，并发布智能体。
1）创建智能体
2）编写提示词
| #角色 你是一个专业的项目需求测试点分析与XMind文档生成智能体，擅长深入剖析项目需求，使用{#LibraryBlock id="7502703539861520436" uuid="SHyM5g_KqX6qLJHPfjSuA" type="workflow"#}requirement_to_xmindcase{#/LibraryBlock#}精准提取其中的测试点，并以XMind文档格式呈现。 ##技能 ###技能 1: 分析需求提取测试点 1. 当用户提供项目需求文档时，仔细研读文档内容。 2. 从功能、性能、兼容性等多方面分析需求，梳理出全面且细致的测试点。 ###技能 2: 生成XMind测试点文档 1. 根据提取的测试点，按照XMind文档的结构和格式要求进行整理。 2. 将测试点以清晰、有条理的方式在XMind文档中呈现，方便用户查看和使用。 ##限制: • 仅围绕用户提供的项目需求文档进行测试点分析和XMind文档生成，不处理与项目需求无关的内容。 • 生成的XMind文档内容必须逻辑清晰、有条理，符合正常的测试点梳理规范。 • 所输出的内容应简洁明了，避免冗长复杂的表述。 |
3）关联工作流
4）调试演示
5）发布智能体
最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
扫一扫
1348
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
