课程定位与技术栈解析 当前测试开发领域正经历从传统脚本化向智能化转型的深刻变革,本套资料聚焦于「AI 全栈测试开发」这一前沿方向,核心解决的是如何利用大模型能力重构测试流程、提升测试覆盖深度与广度的工程难题。课程以 Python 为核心技术栈,深入拆解 AgentChat、AssistantAgent 及 Team 架构,这是构建智能测试代理(Test A…
当前测试开发领域正经历从传统脚本化向智能化转型的深刻变革,本套资料聚焦于「AI 全栈测试开发」这一前沿方向,核心解决的是如何利用大模型能力重构测试流程、提升测试覆盖深度与广度的工程难题。课程以 Python 为核心技术栈,深入拆解 AgentChat、AssistantAgent 及 Team 架构,这是构建智能测试代理(Test Agent)的关键基础组件。与传统功能测试教程不同,本套内容关注如何让机器具备理解业务需求、自动生成测试用例并执行闭环反馈的能力,旨在为开发者提供一套可落地的 AI 测试工程化解决方案。
本课程对学习者有一定的前置要求,建议读者已掌握 Python 基础语法,熟悉常用的测试框架(如 Pytest),并对接口测试有实际项目经验,能够理解 HTTP 协议及 RESTful 设计规范。零基础或仅懂手工测试的开发者直接上手可能会在架构理解上遇到障碍。建议的学习顺序如下:首先攻克「01_项目环境资源及 Python 基础」模块,务必在本地完成开发环境的搭建与依赖安装,这是后续所有代码运行的基石,不可跳过;接着进入「02_AgentChat 核心基础」与「03_AssistantAgent 及 Team 核心基础」,这两部分是整门课的技术骨架,必须手动敲写代码,理清 Agent 之间的协作机制、消息传递链条及工具调用逻辑,切忌只看不练;随后学习「04_智能体反馈机制及文档解析案例」,重点理解如何让智能体解析 PDF/Word 等非结构化需求文档,并据此动态调整测试策略;最后补充「Midscene」等可视化 AI 工具的应用,完善前端交互测试能力。每个模块都提供了可运行的工程片段,读者应边看视频边在本地复现,详细记录参数配置细节与异常处理逻辑。
完成本套资料的学习后,开发者应具备独立搭建基于多 Agent 协作的自动化测试框架的能力,能够实现从需求文档解析到测试用例生成、再到执行反馈的初步智能化闭环。为了最大化学习效果,强烈建议将资料包中的代码克隆至本地工作区,建立结构化的实验目录,尝试修改 Agent 的角色定义、提示词模板或反馈规则,观察输出结果的变化,从而深入理解其内部机理。不要仅停留在观看视频的被动输入层面,真正的技能习得发生在调试失败、阅读源码和重构代码的主动实践中。通过将现有业务中的测试场景迁移到该架构中进行验证,可以显著提升回归测试的效率和对复杂边界条件的覆盖率,为团队引入 AI 辅助测试提供切实可行的工程参考和代码模板。
QQ_1773457558629.png (144.56 KB, 下载次数: 0) 2026-3-14 11:08 上传 ├─01_项目环境资源及Python基础 │ Python核心基础-3.mp4 │ 项目环境及资源-2.mp4 │ 项目环境及资源.mp4 │ ├─02_AgentChat核心基础 │ AgentChat核心基础-2.mp4 │ AgentChat核心基础.mp4 │ ├─03_AssistantAgent及Team核心基础 │ AssistantAgent及Team核心基础-2.mp4 │ AssistantAgent及Team核心基础-3.mp4 │ AssistantAgent及Team核心基础.mp4 │ ├─04_智能体反馈机制及文档解析案例 │ 文件解析开源框架案例-2.mp4 │ 智能体用户反馈逻辑解析.mp4 │ ├─05_Midscene及AgentC
QQ_1773457558629.png (144.56 KB, 下载次数: 0) 2026-3-14 11:08 上传 ├─01_项目环境资源及Python基础 │ Python核心基础-3.mp4 │ 项目环境及资源-2.mp4 │ 项目环境及资源.mp4 │ ├─02_AgentChat核心基础 │ AgentChat核心基础-2.mp4 │ AgentChat核心基础.mp4 │ ├─03_AssistantAgent及Team核心基础 │ AssistantAgent及Team核心基础-2.mp4 │ AssistantAgent及Team核心基础-3.mp4 │ AssistantAgent及Team核心基础.mp4 │ ├─04_智能体反馈机制及文档解析案例 │ 文件解析开源框架案例-2.mp4 │ 智能体用户反馈逻辑解析.mp4 │ ├─05_Midscene及AgentCore消息机制 │ AgentCore及图片分析实现思路-3.mp4 │ AgentCore消息机制-2.mp4 │ Midscene核心知识应用.mp4 │ ├─06_图片分析智能体 │ 图片分析智能体-2.mp4 │ 图片分析智能体.mp4 │ ├─07_UI自动化测试优化方案设计及RAG │ RAG核心知识-2.mp4 │ RAG核心知识及环境部署-3.mp4 │ UI自动化测试优化方案设计.mp4 │ ├─08_UI自动化智能体实现 │ UI自动化智能体-2.mp4 │ UI自动化智能体-3.mp4 │ UI自动化智能体.mp4 │ ├─09_Midscene脚本开发实战 │ MidScene脚本开发实战-2.mp4 │ MidScene脚本开发实战.mp4 │ ├─10_Web自动化智能体及MCP │ Web自动化MCP解析实现-3.mp4 │ Web自动化框架解析实现-2.mp4 │ Web自动化框架解析实现.mp4 │ ├─11_测试用例智能体设计及实现 │ 测试用例智能体设计实现-2.mp4 │ 测试用例智能体设计实现.mp4 │ ├─12_AutoGen及测试用例智能体 │ Autogen及测试用例智能体实现-2.mp4 │ Autogen及测试用例智能体实现-3.mp4 │ Autogen及测试用例智能体实现.mp4 │ ├─13_企业级RAG知识库系统 │ 企业级RAG知识库系统-2.mp4 │ 企业级RAG知识库系统.mp4 │ ├─14_测试用例平台优化 │ 测试用例平台优化-2.mp4 │ 测试用例平台优化-3.mp4 │ 测试用例平台优化.mp4 │ ├─15_Chat2DB深入解析及接口设计 │ Chat2DB及接口自动化设计-2.mp4 │ Chat2DB深入解析.mp4 │ ├─16_接口智能体流程及实现 │ 接口自动化智能体流程框架.mp4 │ 接口自动化智能体详细实现-2.mp4 │ 接口自动化智能体详细实现-3.mp4 │ ├─17_接口自动化智能体优化 │ 接口自动化智能体优化-2.mp4 │ 接口自动化智能体优化.mp4 │ ├─18_AI赋能软件测试答疑及面试 │ AI助力性能测试及分析.mp4 │ AI助力性能测试及答疑-2.mp4 │ AI赋能测试及面试-3.mp4 │ └─课件源码笔记 ├─AI大模型应用测试3期-源码 │ ├─docs │ │ chatdb-docs.zip │ │ testcase-automation-docs.zip │ │ ui-automation-docs.zip │ │ │ ├─MCP部署与上线实战.pdf │ ├─20250604_AgentChat基础Example.zip │ ├─AnythingChat-前端-源码.zip │ ├─AnythingChat-后端-docker.zip │ ├─AnythingChat-后端-源码.zip │ ├─testing-2025-06-07.zip │ ├─testing-2025-06-12.zip │ ├─testing-2025-06-14.zip │ ├─testing-2025-06-18.zip │ ├─testing-2025-06-28.zip │ ├─testing-2025-07-02.zip │ ├─testing-2025-07-05.zip │ ├─testing-2025-07-18.zip │ ├─testing-2025-07-20.zip │ ├─testing-2025-07-26.zip │ ├─testing-2025-08-04.zip │ └─ui自动化启动教程.zip │ └─但问3期笔记 AI驱动UI自动化测试应用实践.docx RAG基础知识.docx UI自动化智能体架构图.png 图片分析智能体架构图.png 已经实现的智能体及接口描述文档(持续更新).docx 接口自动化架构图.png 测试用例智能体架构图.png 消息队列.png 课堂笔记.docx