AI大模型在测试领域应用案例拆解:智能分析在自动化测试中的探索与应用

导语

接上一期,本次进行自动化测试结果的分析拆解

背景介绍

在软件测试流程中,自动化测试结果的分析工作量往往被忽视,尤其是当一个企业内部有数万自动化用例执行,即使90%的成功率,遗留的失败用例确认分析耗时也依旧很可观。本次就是介绍大模型在自动化测试结果分析方面的具体实践案例。
在这里插入图片描述
在这里插入图片描述

解决思路

在下图中展示了结果分析的演进思路,人工分析需要逐个判断是环境问题、用例问题、工具问题还是脚本问题,最终修改并出具报告。而最好的方式是借助机器进行分析,人工仅负责审核即可。
在这里插入图片描述
同时,这里也给出了智能分析的实现方法。而且这里不是直接全部切换至大模型统一分析,而是进行了三层分类分级,采用了所谓的“大小模型结合”的实现方式,真正实践都是接地气的
在这里插入图片描述

技术实现

在实现上首先是对失败原因进行标准化,这里给出的条目可以参考借鉴。进一步结合分类分级处理策略,按照执行、采集、规则匹配、小模型预测、大模型分析的流程逐步处理。这其中涉及日志清洗、规则匹配引擎、经验库等技术,这里分析提示词也很重要。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

实践效果

通过接入智能化测试分析,可以自动识别软件缺陷,并显著提升分析效率,自动化发现的缺陷占比以及智能化分析的采纳率逐步增高。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值