刘敏-面向智能测试的接口平台构建

面向智能测试的接口平台构建刘敏 | 中兴通讯演讲嘉宾刘敏中兴通讯测试领域研发提效工具负责人2010年入职中兴，近15年来一直从事软件开发、软件测试、研发提效等工作，参与国家标准《系统与软件工程 软件测试 第5部分：关键字驱动测试》的编写，曾担任测试经理，现为测试领域研发提效的工具负责人，致力于提升测试效率和质量。目 录CONTENTS1.背景/问题/痛点2.整体方案3.具体技术实践4.总结与展望背景/问题/痛点PART 01背景——聚焦核心场景，击穿全流程AI实践随着人工智能技术的迅猛发展，越来越多的产品在实践中融合了AI，获得了显著的成果。在AI加持下，测试领域如何聚效核心场景，击穿测试全流程，实现10倍速的研发提效，值得深入研究。痛点问题接口测试1.人工编写具有一定的学习成本4.测试流程相关工具未打通与测试流程中相关工具未能完全打通，需要填写多份数据2.场景覆盖不全不论是接口场景覆盖层面还是安全、接口变更方面看不全测不全3.平台割裂、数据不能复用每个项目维护一套RF，需用到多个工具；一个用例不能在多个场景引用项目以微服务架构的产品为主，重视接口层的防护，但也存在以下痛点。自动化完整性复用性连续性整体方案PART 02解决思路•开发、测试一站式接口设计、调试、测试平台•接口在线管理和变更监控•接口用例智能生成并能对失败结果进行智能分析•和流水线，测试用例，故障端到端打通整体方案-技术架构目标：对接口进行统一管理和测试，填补研发过程中接口部分的空缺，助力研发快速和低成本地对接口进行用例覆盖与测试，从而提高接口侧的质量防护能力。整体方案-应用架构核心技术•AI生成用例•执行结果智能分析•接口变更监测•安全测试具体技术实践PART 03关键技术1：AI生成接口用例实现原理接口用例AI生成功能，旨在通过自动导入接口信息并获取接口详细的业务配置信息，根据配置信息生成各种规则，最终由LLM生成接口用例。生成的接口用例可以保存在平台上，并支持在线运行。关键技术1：AI生成接口用例准确性提高举措•缩小AI处理范围，将整接口处理改成按字段处理，提高AI生成场景的完整度和准确率•对大模型输出增加正确性检验和重试机制，减少大模型出错概率•增加接口知识库，提高AI生成校验内容的准确率关键技术2：AI生成系统测试用例的业务架构对文本用例实现自动化的过程，其核心是“关键字驱动”，主要流程是理