许祥的阅读
试用AI智能体：通过Zapier MCP、Goose和CursorAI发送Mailinator邮件
最近在领英（LinkedIn）上获悉，工作流自动化专家Zapier也加入了MCP的行列，并决定通过MCP的方式提供其所有的集成功能。感谢Angie的及时提醒。这将使AI智能体能够与这些集成功能进行交互，也为像我这样的人（略懂技术但非专业开发者）带来了很多实验机会，让我们能够更多地了解这项不断发展的技术。AngieJones在领英上的帖子，是我第一次听说ZapierMCP服务器。以下是我进行
14°/
2025-06-14/146 人阅读 / 0 人点赞
/ 0 条评论
测试人员专用AI提示词库
研习提示词工程（资源）已有时日，现结合实践经验整理出一套优化测试任务的提示词列表。以下是精心整理的提示词列表。请注意，这些是为获得详细输出和清晰结果而创建的通用提示词。可以根据项目背景和需求自由调整这些提示词。如果你想学习构建优秀提示词的技巧，请参考《面向测试人员的提示词清单》。📌重要说明：本词库将随实验进展持续更新优化，建议收藏页面获取最新版本。预祝您的测试智能化探索愉快！需求分析1、需求分析
20°/
2025-06-14/209 人阅读 / 0 人点赞
/ 0 条评论
测试 AI 编码的应用程序：挑战与建议
像Lovable.dev这样的AI工具正在改变应用开发模式，它们能通过自然语言提示快速生成原型，让每个人都能轻松创建功能性应用。这些工具的编码速度比传统开发人员快20倍，但也带来了在测试、调试和维护生成代码方面的独特挑战。当团队引入AI时，必须保持警惕。我们下面将探讨一些挑战，以及在测试和识别问题时可能遇到的常见场景。如果你希望将这些代码作为项目的基础模板，并在未来扩展产品，请不要在测试之前就
17°/
2025-06-14/173 人阅读 / 0 人点赞
/ 0 条评论
探索 AI 工具及其应用
学习这件事，似乎真的永无止境。近我还挺享受不断尝试各种新工具的过程，并努力在脑海中梳理它们的逻辑。从战略角度，我希望能清晰阐述AI如何支持质量工程领域，尤其是测试自动化方向。以下是我这周尝试的一些工具和体验：1.Anthropic’sClaude：计算机交互实验我重新回顾了最初用Claude进行计算器功能的实验（详见领英动态：链接），并尝试通过其Beta功能深入学习。尽管此前从未在本地使用
14°/
2025-06-14/146 人阅读 / 0 人点赞
/ 0 条评论
引入 Feather Wand Agent：AI 驱动的一体化性能测试工具包
在当今节奏飞快的软件开发世界中，系统性能不再是可选项，而是刚需。像JMeter、k6、Gatling和Locust这些工具早已是负载测试的行业标准，但每个工具都有不同的界面、配置方式和学习曲线。管理它们往往既复杂又耗时。现在，FeatherWandAgent解决了这一痛点。这是一个由人工智能驱动的工具包，将这四大性能测试工具整合进一个智能对话式界面，大大简化了测试流程。本文将带你深入了解Feath
78°/
2025-06-14/788 人阅读 / 0 人点赞
/ 0 条评论
两小时内创建一个 AI 辅助的测试框架
我相信博客文章应由人类撰写，所以这篇“不够完美”的技术随笔完全出自我手，而不是AI所为。另外，我不会接受任何新工具的评测请求，只会写我感兴趣的内容，请不要联系我！在上一篇文章中，我介绍了自己最近亲自尝试的一些AI工具。特别是Napkin.ai，这是一个我已经多次回访、节省时间的应用，未来我可能还会继续使用它。这周，我的注意力被一些其他工具吸引了：Cursor：一个以AI为核心的集成开发环境（I
16°/
2025-06-14/160 人阅读 / 0 人点赞
/ 0 条评论
AI 看起来很聪明，但它能判断对错吗？——一场高风险的人机对决测试正在展开
如今的人工智能，尤其是那些超级强大的模型，如GPT-4、Claude和Gemini，早已不仅仅是玩玩游戏、写写诗了。它们正快速进入社会中最关键的位置。想象一下：AI正在帮助医生诊断疾病，协助银行判断谁可以贷款，协助平台识别假新闻，参与企业招聘，甚至操控自动驾驶车辆。它带来的潜力巨大——超高速分析、一致性决策、甚至可能超越人类固有偏见。它可以在几秒内查阅成千上万份病历，或识别出人类可能忽视的金融
27°/
2025-06-14/270 人阅读 / 0 人点赞
/ 0 条评论
设计易于测试的软件
为何测试驱动的设计自然带来更优代码在我多年的培训经验中，我发现了一个有趣的现象：当开发人员以测试性为设计考量时，他们往往能打造出更优质的代码架构，即便他们并未刻意遵循特定的设计模式。提及软件测试，许多开发人员常常流露出无奈之情，尤其是单元测试，似乎只是被迫完成的任务。然而，在培训众多工程师后，我观察到，当我们将测试性融入代码设计时，不仅测试工作变得轻松，代码本身的质量也会显著提升。这并非偶然巧
12°/
2025-06-14/129 人阅读 / 0 人点赞
/ 0 条评论
移动应用自动化测试：利用视觉截图对比保障用户界面的一致性
在移动应用的质量保证（QA）自动化测试中，大多数测试人员主要关注验证功能——但应用的外观呢？视觉截图对比是一种强大但常被忽视的技术，可以发现不同设备和屏幕尺寸下的细微用户界面不一致问题。在本文中，我们将探讨为什么视觉对比对移动应用至关重要，如何使用Python、Appium和Pillow简单实现，以及分享现实案例中它如何发挥关键作用。为什么视觉对比对移动测试特别有价值（设备碎片化）移动应用测试
15°/
2025-06-14/159 人阅读 / 0 人点赞
/ 0 条评论
没有任何人工智能或自动化测试能够取代测试糟糕应用时所感受到的沮丧。
测试糟糕应用的乐趣先来坦白一下：我喜欢测试糟糕的应用。在笨拙的用户界面中导航、点击无效的按钮、填写填写到一半就崩溃的表单，这些事情有一种奇怪的满足感。这就像是在玩一个以破坏一切为目标的电子游戏——只不过你还能因此获得报酬。但问题是：没有任何人工智能或自动化测试能够感受到测试糟糕应用时的沮丧。当按钮无效时，它们不会感到烦恼；当页面加载缓慢时，它们也不会烦躁不安。当应用在一小时内第五次崩溃时，它们不会
13°/
2025-06-14/138 人阅读 / 0 人点赞
/ 0 条评论