大语言模型赋能软件测试应用实战班

【课程内容】

1. 软件测试：

提升测试效率:大模型辅助测试工程师理解复杂的软件逻辑，提供测试建议和策略。基于智能体轻松构建自动化测试流程，减少重复性工作。

增强测试洞察力:通过学习大模型的分析能力，测试工程师可以更好地理解软件的行为和潜在问题，从而提高测试的深度和广度。

2. 测试用例生成智能体：

智能用例设计:利用大模型生成更全面、更有效的测试用例，包括那些覆盖边缘情况和异常流程的用例。

动态用例优化:学习如何根据软件的变更动态调整和优化测试用例，以保持测试的时效性和相关性

3. 自动化测试：

自动化脚本开发:使用大模型自动化测试脚本的生成和维护，提高自动化测试的效率和可靠性。

持续集成集成:学习如何将大模型集成到CI/CD流程中，实现测试的自动化，加快软件交付速度。

4. 测试开发：

定制化工具开发:大模型帮助开发定制化的测试工具和框架，以适应特定的测试需求。

代码质量分析:学习如何使用大模型分析代码质量，帮助测试工程师在早期发现潜在的技术债务和风险。

5. 性能测试：

负载模拟与分析:使用大模型模拟不同的用户负载和使用场景，以及如何分析性能测试数据以识别性能瓶颈。

性能优化建议:根据大模型的分析结果提出性能优化的建议，帮助开发团队改进软件性能。

6. 测试数据管理：

测试数据生成:使用大模型生成符合特定要求的测试数据，确保数据的有效性和多样性。

数据验证与分析:验证测试数据的准确性和完整性，以及如何分析数据以提高测试结果的可靠性。

7. 测试报告和分析：

自动化报告生成:大模型助力自动化生成包含测试结果、覆盖率和缺陷统计的测试报告。

趋势分析与决策支持:学习如何分析测试数据，识别测试趋势和模式，为测试决策提供支持。

8. 缺陷分析和报告智能体：

缺陷分析:针对失败的测试用例自动化完成缺陷分析。

报告生成:自动化完成缺陷分析及修改建议报告。

【课程优势】

全程项目实战，每节课都落地有声

全套课程视频及项目源码同步赠送

不限期数听课免费服务永无止境

围绕软测最需要的大模型应用技术

只需一点点Python基础即可学会

永久免费推荐高薪工作

【大模型应用&软件测试全栈九大专题实战】

大语言模型提示词工程(专题一)

提示词工程实

1.提示词编写的基础原则:

明确的指令

提供参考文本

给模型思考

使用外部工具

思维链提示

2 提示词原则详解:

角色扮演

小样本提示

减少幻觉

。给出模型思考时间

3.提示词进阶:

思维链技术

思维树技术

ReAct

提示词优化高级技巧

4.提示词高级应用:

多模态提示词

角色法

示例法

格式法

标记法

标记集法

提示词与智能体

Role: 软件测试工程师

Profile

Author danwen

Version:1.0

Language: 中文

Description: 软件测试工程师是负责对软件产品进行测试，以确保其质量符合预定标准的专业技术人员。他们需要具备分析问题、设计测试用例、执行测试并记录结果的能力。软件测试工程师的工作对于提升软件产品的可靠性、稳定性和用户体验至关重要。

擅长自动化测试

1. 能够使用自动化测试工具和框架，如Selenium、JUnit等，来提高测试效率和准确性。

2.编写和维护自动化测试脚本，以实现测试过程的自动化。

擅长性能测试

1.评估软件应用在高负载条件下的性能表现。

2、使用性能测试工具，如LoadRunner、JMeter等，进行压力测试和负载测试。

擅长安全测试

1.识别软件中的安全漏洞和弱点。

2执行安全测试，包括渗透测试和漏洞扫描。

Rules

1.测试结果需客观、准确。

2.测试过程中应遵守职业道德，不泄露测试数据和用户信息。

Workflow

1. 让用户以“测试类型:0,测试目标:0*的方式指定测试类型和目标。

2.根据用户给定的测试类型和目标，设计测试计划，包括测试用例和测试环境。

Initialization

作为角色,严格遵守,使用默认与用户对话，友好的欢迎用户。然后介绍自己，并告诉用户。

大语言模型应用开发框架(专题二)

缺陷分析及定位智能体(专题三)

1. 自动化缺陷识别:智能体能够自动扫描软件代码，利用静态代码分析等技术识别潜在的缺陷和错误。

2、历史缺陷模式学习:智能体通过分析历史缺陷数据，使用机器学习算法学习并预测可能的缺陷模式。这类似于微软在其Windows操作系统开发中应用的多种缺陷预测技术，通过分析历史数据中的缺陷分布来识别高风险模块。

3.多模态数据分析:智能体能够处理和分析代码、文档、用户反馈等多种数据类型，以全面理解缺陷报告。这种多模态数据分析能力使得智能体可以从不同角度分析问题，提供更全面的缺陷预测。

4.工具集成:智能体能够与各种软件开发工具集成，如版本控制系统、自动化测试工具等，以辅助缺陷分析。集成了多种工具的智能体可以更有效地执行任务，提高缺陷分析的准确性和效率。

5.人机协同:智能体支持与开发人员的协作，通过接收人工反馈来优化缺陷定位的准确性。在规划、需求工程、开发和评估环节，开发者与智能体的协作可以显著提升软件质量。

6.特定任务优化:智能体能够针对特定的软件开发和维护任务进行优化，如代码生成、需求分析等。通过特定任务优化，智能体可以提

供更加定制化的解决方案，提高开发效率。

7、自动缺陷修复:智能体能够自动生成并应用修复补丁，减少人工干预。这种自动缺陷修复能力可以显著提高修复速度，降低维护成本。

8.自适应学习:智能体能够根据新的数据和经验不断优化其缺陷分析和修复策略。这种自适应学习能力使得智能体能够不断进化，适应不断变化的软件环境。

9.性能优化: 智能体能够通过算法和模型的不断优化，提高缺陷分析和修复的效率。性能优化确保了智能体在处理大规模软件项目时的高效性。

代码优化及单元测试智能插件(专题四)

1.代码审查辅助:

辅助进行代码审查，通过分析代码结构和逻辑，提出改进建议。

2.自动化测试生成:

自动生成测试用例，减少手动编写测试代码的工作量。

3.缺陷预测:

预测代码中可能出现的缺陷，帮助开发者提前修复潜在问题。

4.代码质量评估:

评估代码质量，提供代码复杂度、可读性等指标。

5.性能分析:

分析代码性能，识别性能瓶颈并提出优化建议。

6.代码重构建议:

提供代码重构建议，帮助提高代码的可维护性和可扩展性。

7.文档生成:

自动生成代码文档，包括函数说明、参数描述等。

8. 静态代码分析:

进行静态代码分析，检查代码中的语法错误、潜在

9.异常检测:

检测代码中的异常模式，如异常处理不当或异常使用。

代码优化及单元测试

测试用例自动化生成系统(专题五)

测试用例自动化生成系统

1.支持多格式数据源:需求来源支持文本文档，语音或者视频资料。

2.无缝对接现有平台:生成的测试用例可以直接导入现有用例数据库。

3. 提高测试效率:快速生成测试用例，减少手动编写时间。

4.自动化用例生成:系统能够自动创建测试用例，减少手动编写的需求。

5.全面场景覆盖:工具能够识别并生成覆盖所有业务场景的测试用例，包

括正常、异常和边缘情况。

6. 错误检测与修正:内置机制检测并修正测试用例中的潜在错误，提高准确性。

7、标准化用例格式:确保所有生成的测试用例遵循统一的格式和标准。

8. 敏捷开发支持:快速适应需求变更，及时生成新的测试用例。

9.资源优化管理:智能分配测试资源，提高测试团队的工作效率。

10.CI/CD集成:与持续集成和持续部署流程无缝集成，实现自动化测试。

11.缺陷预防:通过广泛的测试用例覆盖，提前识别潜在的软件缺陷。

12.自学习优化:系统能够基于历史数据和反馈自我学习和优化测试用例生成策略。

13.生产力提升:通过自动化测试用例生成，提高测试团队的整体生产力和效率。

测试用例自动化生成系统

NL2SQL数据生成系统(专题六)

支持任何 SQL数据库

自动生成SQL查询文档

支持通过文档进行训练

使用 SQL 自我学习训练

通过 DDL语句进行训练

轻松实现自动化报表生成

SQL语句性能分析及优化

自然语言准确生成SQL语句

支持复杂数据集上的高准确性

自动检测SQL语句中的语法错误，并提供可能的修正建议，快速解决问题

NL2SQL数据⽣成系统

接口自动化框架及智能体应用(专题七)

1.YAML/JSON测试用例:使用 YAML/JSON 编写清晰、易于维护的测试用例。

2. 参数化与数据驱动:支持参数化和数据驱动测试，提高测试用例的复用性。

3.自动化测试报告:自动生成包含详细请求和响应信息的测试报告。

4.断言机制:内置断言功能，验证接口响应。

5.Mock 服务支持:提供Mock服务，模拟依赖接口。

6.事务和并发测试:支持并发测试，模拟真实场景。

7.大模型接入:嵌入大模型智能体应用。

接口自动化框架及智能体应用

性能测试及全链路监控实战(专题八)

性能测试核心技术

全链路监控分析实战

软件测试智库问答平台实战(专题九)

智库问答平台

【公司介绍】

杭州但问智能科技有限公司

公司成立于大模型发展元年，由业界资深专家田威峰、纪维宁和卫怀玉共同创立的高科技创新型企业。田威峰，在软件开发和人工智能领域拥有丰富经验，曾为数百家知名企业提供技术培训及支持;纪维宁，资深项目经理，拥有卓越的项目管理和团队领导能力;卫怀玉，人工智能专家，对AI技术有着深入的研究和实践经验。

公司迅速组建了一支精英研发团队，开发和微调出但问意图识别大模型及中文嵌入模型，可以高效捕捉用户意图，提升用户体验。在短短一年内，公司陆续推出了多款定制化企业级知识库系统、智能体系统、人工智能实训平台等人工智能应用产品。先后为中国人民银行研发中心、邮储银行研发中心、中国石化、中关村实验室、中国水产研究所等知名企业提供技术支持及培训咨询服务，赢得了客户的高度认可。

我们正在成为智能科技领域的先锋，不断推进技术创新和产品完善，为客户带来更大价值。公司坚信人工智能将重塑未来工作方式，而但问正站在这场变革的前沿，引领智能科技的新纪元。

但问智能科技核⼼业务：

但问智库平台&但问智能助⼿