- 博客(1779)
- 收藏
- 关注
RSS订阅原创 被裁后，我如何实现0到3份大厂Offer的逆袭？(内附面试真题)
我的第一段实习生涯，仅仅持续了4个月。公司的一纸裁员通知，让我的计划全盘打乱。还没正式起飞，就被迫降落，那种迷茫和自我怀疑，懂的都懂。这段短暂的“失业空窗期”，反而成了我最清醒的时刻。我彻底认清了一个现实：没有硬核技能护体，在职场风雨里，我永远是最先被拍倒的那一个。改变，迫在眉睫。下定决心后，我几乎成了“机构测评博主”。转机出现在和前Leader的一次交流，他向我推荐了霍格沃兹测试开发学社。深入调研后，一个关键差异点击中了我，当别的机构都在广撒网时，霍格沃兹却十年如一日地。
2025-11-24 17:20:37
328
原创 亲测有效！用Dify工作流+AI智能体，我们的测试效率提升了300%
如果你也厌倦了在无尽的测试用例、重复的回归测试和脆弱的UI脚本中挣扎，那么这篇文章正是为你准备的。我将分享我们团队如何利用Dify工作流编排AI测试智能体，实现测试效率的指数级提升，让测试工作变得前所未有的智能和高效。我们需要的不是更快的马，而是一辆汽车。和。过去3人天（24人时）的回归测试，现在通过Dify工作流。并且覆盖的测试场景和深度远超人工。效率提升 = (24人时 / 0.75人时) ≈ 32倍。当然，考虑到搭建和维护工作流的成本，我们保守地宣称。
2025-11-24 16:33:04
516
原创 使用Playwright MCP实现UI自动化测试：从环境搭建到实战案例
想象一下，只需用自然语言告诉AI：“测试网站的登录功能”，它就能自动操作浏览器，完成整个测试流程并生成报告——这就是Playwright MCP带来的变革。在快速迭代的现代软件开发中，UI自动化测试已成为保障产品质量的关键环节。然而，传统自动化测试方法高度依赖测试工程师手动编写和维护脚本，不仅耗时巨大，且脚本脆弱性高——页面结构的细微变化就可能导致测试失败。随着大语言模型和AI智能体技术的快速发展，一种全新的测试范式正在形成。Playwright与MCP的结合，创造了。
2025-11-20 14:11:18
949
原创 面试官狂问的 28 个 RAG 问题全解析：从基础到架构优化，一次讲透！
RAG，全称 Retrieval-Augmented Generation，是一种结合“外部知识检索”和“大语言模型生成”的混合架构。它先从知识库中检索相关文档，再让模型基于这些文档生成回答。
2025-11-07 10:44:23
526
原创 用Dify搭建自动化工作流，每天节省3小时
作为一名开发者，我曾经每天陷入各种重复性工作中：数据整理、文档处理、客户咨询回复……这些任务不仅枯燥，还占据了我大量本可用于创造性工作的时间。直到我发现了Dify这个可视化AI工作流平台，一切才开始发生改变。经过一段时间的实践和优化，我成功的重复劳动时间。在这篇文章中，我将分享如何实现这一转变。Dify是一个开源的大模型应用开发平台，它通过可视化的方式让开发者能快速构建AI应用和工作流。最新版本的Dify 1.8.0更引入了功能，实现了运行时无阻塞操作，让工作流执行时间减少了近一半。
2025-11-06 16:01:01
822
原创 对比评测Dify vs Coze：谁才是“AI工作流”的终极答案？
在人工智能技术飞速发展的今天，低代码/无代码AI工作流平台正成为企业和开发者快速构建智能应用的首选工具。Dify和Coze作为两款备受关注的开源项目，凭借各自优势吸引了大量用户。本文将从架构设计、工作流能力、适用场景等多维度深入对比这两大平台，帮助您根据实际需求做出最佳选择。Dify是一个集成化的开源平台，用于开发大型语言模型应用。它提供直观的界面，集成了AI工作流、RAG流水线、代理能力、模型管理和可观测性功能。其核心理念是提供一体化的后端即服务与LLMOps平台，为AI应用的整个生命周期提供一个统一、无
2025-11-06 10:58:41
871
原创 Playwright为什么老是跑不稳？12个坑踩完我终于懂了！
如果你的 Playwright 测试套件老是慢、莫名失败、生成一堆无用截图，那说明你的测试实践还有提升空间。下面这 12 条，结合实战经验和落地方法，帮你把“周五发版提心吊胆”变成“放心发版”。把测试当成风险网，而不是功能文档。用标签（@critical）或不同集合，PR 提交只跑@critical，发版前跑，既保证快速反馈，又覆盖全量风险。定位器不稳定是测试不稳定的罪魁祸首。data-test核心元素加测试 ID，PR/Lint 检查 enforce 规范。会增加测试抖动。重复登录既慢又易出错。
2025-11-06 10:34:07
668
原创 打造智能通知中心：利用n8n的HTTP Request节点聚合多平台消息
在信息碎片化的时代，我们每天都需要关注多个平台的消息：GitHub上的代码提交、Jira中的任务更新、天气预报、行业新闻……不断切换应用、检查更新成了一种低效的负担。本文将带你使用n8n的HTTP Request节点，构建一个智能通知中心，自动聚合多平台消息，并通过统一渠道推送，彻底告别信息碎片化。n8n是一款开源的工作流自动化工具，通过可视化的节点界面，让用户能够以低代码甚至无代码的方式构建复杂的自动化流程。其核心优势在于模块化设计和丰富的集成能力。在n8n的众多节点中，HTTP Request节点堪称最
2025-11-05 17:00:46
1076
原创 别只调模型！RAG 检索优化真正该测的，是这三件事
当面试官问：“RAG 的检索模块怎么优化？很多测试工程师的第一反应是：“那不是算法同学的活儿吗？其实不然。RAG的检索模块，决定了系统回答的准确性、性能稳定性，以及整个优化链路能否被。而这，恰恰是测试开发最擅长发力的地方。简单来说，RAG 是“先检索，再生成”： 用户提问后，系统先去知识库里，再让大模型。不同 embedding 模型（text-embedding-3、bge-large、E5）在语义理解上的精度差异很大。测试开发该做的，是用自动化评测而不是“主观感觉”去验证模型优劣。关键实践：建立“
2025-11-05 16:19:59
911
原创 跳槽加分项：掌握Dify工作流，我薪资涨了40%
去年这个时候，我还是一名普通的全栈工程师，拿着25K的月薪，每天在重复的业务代码中忙碌。今天，我刚刚签下了35K的offer，薪资涨幅。这一切的改变，都源于我掌握了Dify工作流这个“神器”。在一次偶然的技术分享中，我听到了Dify这个工具。当时的我完全没想到，这个决定会彻底改变我的职业生涯。我的第一个项目：智能天气查询助手公司需要从多个渠道获取销售线索，并快速识别高价值客户。客户问题需要跨多个系统查询信息，客服效率低下。
2025-11-05 14:39:42
900
原创 从工具到伙伴：一文看懂 AI Agent 与 Agentic AI 的核心差异
前段时间，一位同事展示他做的“自动化测试 Agent”，能生成测试报告、调用压测脚本。我问：“它会主动判断优先级、调整策略吗？” 他愣了几秒，说：“它会根据我的指令执行啊，这不就是 Agent 吗？。而 Agentic AI，才是真正具备“自主行动能力”的智能体。AI Agent 是“按任务执行”的智能体，核心能力是工具调用。用户指令 → 日志解析 → 调用压测工具 → 输出报告：AI Agent 流程清晰、线性，始终受用户指令驱动。Agentic AI 不仅执行任务，还能主动思考、设定目标和优化策略。
2025-11-04 10:30:28
889
原创 MCP 打造 AI Agent 的5大最佳实践
实践建议：拆分能力模块任务粒度分明通过 MCP 构建 AI Agent，需要同时关注：黑盒测试方法—等价类划分法大学毕业后转行软件测试我后悔了软件测试 | 测试开发 | Android动态权限详解软件测试的测试方法及测试流程软件测试 | 测试开发 | Android App 保活服务的配置与禁用
2025-11-03 10:47:22
1082
原创 测试同学要求我们产品写用例，然后你们照着测？
产品经理问：“测试同学要求我们写用例，然后你们照着测？这句话反映了对测试职责的误解。测试工程师的价值不在于简单执行用例，而在于。
2025-10-31 17:41:32
896
原创 AI驱动的测试：用Dify工作流实现智能缺陷分析与分类
在软件测试领域，缺陷分析一直是耗时且依赖专家经验的工作。测试工程师需要手动阅读缺陷报告、理解问题现象、分析根本原因并进行正确分类——这个过程平均每个缺陷需要，而且分类准确性严重依赖个人经验。现在，通过Dify工作流与AI技术的结合，我们可以实现缺陷分析的自动化和智能化，将处理时间缩短到，准确率提升至。
2025-10-31 14:40:33
1031
原创 当Dify遇见Selenium：可视化编排UI自动化测试，原来如此简单
在UI自动化测试领域，Selenium一直是无可争议的王者，但其陡峭的学习曲线和复杂的代码维护成本让许多测试团队望而却步。而今，通过Dify的可视化工作流与Selenium的强大驱动能力相结合，我们找到了一条通往UI自动化测试的捷径——无需编写繁琐代码，通过拖拽即可构建复杂的UI测试场景。传统Selenium测试代码的复杂性：我们团队遇到的具体问题：技术门槛高维护成本巨大协作效率低下1. 可视化测试编排2. 智能元素定位3. 强大的集成能力元素定位库配置四、实战演练：构建电商登录测试工作流测试场景
2025-10-31 11:33:46
2007
原创 从手动到全自动：我们如何用Dify重构了API回归测试流程
在敏捷开发成为主流的今天，API回归测试已成为保障软件质量的关键环节。然而，传统手动回归测试模式在快速迭代中显得力不从心。本文将完整分享我们团队如何利用Dify工作流平台，将API回归测试从耗时耗力的人工操作转变为高效可靠的全自动流程，实现测试效率的质的飞跃。在引入Dify之前，我们的API回归测试流程是这样的：这个流程存在的主要问题：在决定使用Dify之前，我们评估了多种自动化测试方案：可视化工作流编排AI增强的测试智能强大的集成能力核心组件设计1. 智能触发模块2. 测试用例工厂四、实战搭建
2025-10-28 10:28:46
1021
原创 测试效率卡点如何破？QA 双角色协作模式帮你提升效率和覆盖率
关注 霍格沃兹测试学院公众号，回复「」, 领取人工智能测试开发技术合集很多时候，这些问题的根源在于。，它可以把这些痛点变成机会，同时提升个人技能和团队效率。核心思路：协作不仅是流程优化，更是让 QA 工作成为团队的共同责任。协作让业务逻辑和技术实现同步验证，保证功能符合用户预期，同时技术落地可靠。在实际工作中，覆盖率不全、反馈慢、知识孤岛、团队倦怠……是常见困扰。换句话说，每次测试不仅是验证功能，更是。
2025-10-21 14:31:39
871
原创 团队升级必修课企业内训：一天掌握视觉识别测试体系
关注 霍格沃兹测试学院公众号，回复「」, 领取人工智能测试开发技术合集“咱们的测试团队，能看懂摄像头拍出来的每一帧画面吗？在智能化时代，这个问题比你想象的更现实。图像、视频、视觉大模型……产品研发离不开视觉测试，但传统测试方式已经跟不上节奏。为此，推出《视觉识别测试体系》企业内训，用帮团队掌握从基础到实战的全套技能，让技术直接落地。
2025-10-20 16:30:03
328
原创 使用n8n核心触发器（Cron, Webhook, 手动）开启自动化之旅
n8n作为一款强大的工作流自动化平台，其核心魅力在于能够通过不同的触发器启动自动化流程。理解并熟练运用这些触发器，是构建高效自动化系统的关键。本文将深入解析n8n的三大核心触发器：Manual、Cron 和Webhook，帮助您根据实际场景选择最合适的触发方式。： 手动触发器是n8n中最简单的触发方式，无需复杂配置。在画布中添加"Manual Trigger"节点后，只需点击"Execute Workflow"按钮即可触发工作流。
2025-10-17 14:44:36
814
原创 让AI帮你跑用例-重复执行，不该成为测试工程师的主旋律
如果你是一名测试工程师，这个场景一定再熟悉不过——新版本上线前，几十甚至几百条测试用例等着你去执行。你打开测试管理平台，一条条勾选、一遍遍点击，浏览器、模拟器、接口工具、日志窗口来回切换。执行、截图、记录、比对，再执行、再截图、再记录…… 从早到晚，似乎一直都在“点”和“看”之间来回循环。这些任务当然重要，它们关乎系统稳定和交付质量， 但它们也几乎不需要思考。就像一场永无止境的体力劳动， 每天都在重复，却没有成长。
2025-10-17 11:31:35
832
原创 复盘：如何用Coze+Kimi，搭建一个能自动分析财报的“金融助理”？
字节跳动开源的AI智能体开发平台，包含Coze Studio（可视化开发工具）和Coze Loop（运维管理系统）两大核心组件。它采用。
2025-10-16 16:13:20
984
原创 Playwright MCP在UI回归测试中的实战：构建AI自主测试智能体
以常见的后台登录功能测试为例，传统方法需要编写详细测试脚本，而现在只需向AI描述：“请测试后台登录页面（https://admin.example.com/login）的登录功能。使用测试账号‘test@example.com’和密码‘123456’进行登录，并验证登录成功后是否跳转到了仪表盘页面。
2025-10-16 14:39:16
1071
原创 性能测试进阶秘籍：如何用JMeter分布式压测挖掘系统极限潜
关注 霍格沃兹测试学院公众号，回复「」, 领取人工智能测试开发技术合集"我们的系统明明配置很高，为什么单机压测TPS死活上不去？"这是无数工程师在性能测试中遇到的共同困惑。最近在一次真实项目基准测试中，我们遇到了类似情况：单机压测最大TPS卡在200左右，即使线程数增加到400个，TPS纹丝不动，响应时间却持续攀升，而服务器硬件资源远远没有被充分利用。这种情况该如何破局？答案就是JMeter分布式压测！性能测试中，单机压测总会遇到物理瓶颈。CPU、内存、网络带宽等因素都会限制单台机器能够模拟的最大并发量。
2025-10-16 11:00:36
588
原创 用Dify搭建自动化工作流，我每天节省了3小时
作为一名开发者，我曾经每天陷入各种重复性工作中：数据整理、文档处理、客户咨询回复……这些任务不仅枯燥，还占据了我大量本可用于创造性工作的时间。直到我发现了Dify这个可视化AI工作流平台，一切才开始发生改变。经过一段时间的实践和优化，我成功的重复劳动时间。在这篇文章中，我将分享如何实现这一转变。Dify是一个开源的大模型应用开发平台，它通过可视化的方式让开发者能快速构建AI应用和工作流。最新版本的Dify 1.8.0更引入了功能，实现了运行时无阻塞操作，让工作流执行时间减少了近一半。
2025-10-15 16:10:17
938
原创 利用Playwright MCP与LLM构建复杂的工作流与AI智能体
Playwright MCP是一个基于Model Context Protocol的桥接工具，它将强大的浏览器自动化框架Playwright与LLM连接起来。MCP协议允许LLM访问外部工具和资源，而Playwright则提供了跨浏览器的自动化能力。
2025-10-15 11:47:55
736
原创 0代码，用n8n一键打通微信、钉钉与数据库，效率提升500%
n8n是一款基于节点的开源工作流自动化工具，通过可视化界面，让你像搭积木一样连接各种应用和服务。它支持超过400种服务的集成，包括我们常用的微信、钉钉、各类数据库等。与需要编写复杂脚本的传统方式不同，n8n采用直观的拖放式界面，即使是非技术人员也能快速构建复杂的工作流。n8n采用公平代码模式，可以免费自托管部署，数据完全掌握在自己手中。
2025-10-15 10:31:36
1029
原创 实战教程：构建能交互网页的 AI 助手——基于 Playwright MCP 的完整项目
本项目构建了一个智能网页操作助手，能够通过AI理解自然语言指令并执行网页操作。系统采用Node.js+Express后端，结合Playwright进行浏览器自动化，集成Claude AI处理指令，使用React+Tailwind构建前端界面。核心功能包括网站登录、表单填写、数据提取和多步骤流程处理。项目架构包含MCP协议服务器层，支持异步任务管理和会话存储。环境配置涵盖API密钥、浏览器参数和安全设置，核心模块实现了浏览器初始化、导航、点击等基础操作功能，为构建智能网页自动化助手提供了完整解决方案。
2025-10-14 14:52:47
939
原创 入门指南：使用 Playwright MCP Server 为你的 AI Agent 赋予浏览器自动化能力
MCP是Anthropic推出的一个开放协议，它允许AI模型安全、可控地访问外部工具和数据源。你可以把它想象成AI的"USB接口"——通过标准化的方式连接各种外部能力。
2025-10-14 11:36:48
1165
原创 Playwright MCP入门指南：从零开始构建自动化测试
在当今快速迭代的软件开发环境中，自动化测试已成为保证产品质量的关键环节。然而，传统的测试脚本编写往往需要测试人员具备专业的编程技能，这在一定程度上限制了自动化测试的普及和应用效率。正是基于这样的背景，自然语言驱动测试应运而生。本文将带你使用Playwright结合MCP框架，从零开始构建你的第一个自然语言驱动自动化测试。无论你是测试新手还是经验丰富的开发者，都能通过本指南快速掌握这一前沿技术。
2025-10-14 10:44:28
406
原创 AI大模型入门：核心概念深度解析：参数量、Token、上下文窗口、上下文长度与温度
随着大模型在AI领域的广泛应用，理解它们的核心概念至关重要。和这五个术语，不仅是模型设计中的基本要素，还在模型的应用效果、训练成本和生成质量等方面起着决定性作用。接下来，让我们深入解析这五个核心概念，并用图示帮助您更直观地理解它们的实际应用。是大模型的一个关键指标，决定了模型的复杂度、表现力和计算需求。简单来说，参数量就像是模型的大脑，它包含了模型在训练过程中学习到的所有信息。在大模型中，代表模型理解和处理文本的最小单位。每个Token都可以是一个单词、字符或符号，甚至是一个短语。
2025-10-13 16:36:32
583
原创 AI大模型应用实践：如何通过RAG数据库实现大模型的私有化定制与优化
在大模型的应用中，如何实现知识的动态更新与私有化定制化，是许多企业亟需解决的挑战。大模型的知识源自预训练，因此一旦完成训练，它所掌握的知识就无法再更新。如何让大模型不断学习新知识，是行业中的一大难题。幸运的是，技术的出现，为这一问题提供了完美解决方案。通过将外部私有知识库与大模型相结合，RAG能够实时增强模型的知识，而无需重新训练整个大模型。本文将详细解析RAG技术的原理、常用实现方式、数据库选型及其优缺点，帮助企业选择合适的数据库，实现大模型的私有化定制化部署。
2025-10-13 16:12:36
562
原创 如何设计10亿用户级的微博Feed流系统并应对100W QPS的挑战？
随着社交平台用户量和内容数量的剧增，如何在技术架构上应对海量数据的实时处理，如何有效抵御极端流量带来的雪崩，成为每个互联网企业必须面对的核心问题。在这篇文章中，我们将详细解析微博Feed流的系统设计，如何利用不同模式优化内容分发、缓存机制，如何应对“推送风暴”和“拉取风暴”，并分享我们在设计大规模系统时的技术经验。Feed流是社交平台的核心功能之一，是指通过关注关系、推荐算法等方式持续向用户推送或展示动态更新的内容流。
2025-10-13 15:26:02
633
原创 Appcrawler自动遍历工具-智能遍历测试与测试用例生成
在软件开发过程中，测试环节直接影响产品质量和用户体验。随着系统迭代频繁、功能复杂化，企业在测试方法的选择上面临困境：手工测试灵活却效率低，自动化测试高效却前期投入大。那么，我们到底应该如何选择合适的测试方法，以兼顾质量、效率与成本呢？默认只遍历其中的部分数据，可大大减少遍历工作量对特殊的菜单与相似项提供额外的遍历额度。
2025-10-13 14:42:45
1108
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人