-
周刊 # 第 1 期：手工测试：人工智能时代的无名英雄 at 2024年11月07日
-
周刊 # 第 1 期：手工测试：人工智能时代的无名英雄 at 2024年11月07日
好的补充上了
-
周刊 # 第 1 期：手工测试：人工智能时代的无名英雄 at 2024年11月07日
常规自顶
-
调研.AI 增强 PlayWright 案例及工具 ( AI Native Test) at 2024年11月05日
嗯，会越来越好的
-
调研.AI 增强 PlayWright 案例及工具 ( AI Native Test) at 2024年11月04日
自己顶一下
-
从「百家语录」提取模型 - 指令监督微调数据集 at 2024年10月18日
全部重新更新了一下，再不行就没辙了
-
从「百家语录」提取模型 - 指令监督微调数据集 at 2024年10月15日
我怎么看的都是正常的
任就可能不清就看这个吧：
https://power-filament-0e1.notion.site/11c8ae0baa5f803c9121edc4e4d15b81?pvs=4 -
从「百家语录」提取模型 - 指令监督微调数据集 at 2024年10月15日
自己顶一下
-
使用 Cursor 生成 AI 工具函数或脚本 - 实现 Excel 数据批量分析 at 2024年09月14日
-
从业测试 12 年，何须迷茫？ at 2024年08月23日
微调、蒸馏，一起都用上吧。有这块的新的发现，到时候一起分享一下
-
从业测试 12 年，何须迷茫？ at 2024年08月23日
办公智能，以后企业内部的 API 是一个很大的接入口（企业 API 知识库）。Agent 来分配哪些事情让 LLM 调用什么 API 库。（API 统一化管理进行安全监控）感觉https://www.eolink.com/ 可以朝这块走走
-
从业测试 12 年，何须迷茫？ at 2024年08月23日
（dify 不错、Flow-RAG 也可行）
市面上优秀的 LLM_OPS 类轻应用配置平台那么多，为像接口测试一样配置，不伦不类哈。
现在这种测试平台说实话，轻应用有很大局限性的。限制想象力
行业就是存在变化，每 3 年什么体系都会变，平台的更新都赶不上技术的发展.... -
从业测试 12 年，何须迷茫？ at 2024年08月23日
知识库肯定要有，没有垂直业务知识，做的东西都是跟现实脱节的，但现在知识库召回效果不咋滴哦。
-
从业测试 12 年，何须迷茫？ at 2024年08月23日
AI 员工，这种都是测热度，自嗨，随便部署一套的吧。
第一步应该是 要把事情分成几步，几个角色，解决具体问题的 AI Agent
积累多几个 Agent
然后再 多 Agent 联合更好的完成一件事情，组一个 AI Agent 团队
实际现实的工作，1 个脑袋怎么想的全...多几个试试 -
从业测试 12 年，何须迷茫？ at 2024年08月23日
今天简单画了一个由意图分类串起来的 AI Agent 设计。希望能提起各位的兴趣
-
从业测试 12 年，何须迷茫？ at 2024年08月22日
再聊一下我对 AI Agent 的浅薄认知，LLM 大语言模型是我们的大脑， Agent 是工具、是手脚、脑子要调用手脚、要拿起榔头和斧子，要学习、要判断。
在企业垂直行业，相对来说，持续学习接触业务、技术、多方人员、知识面宽的我们，我反到觉得才是最合适的，如果能熟悉一些 AI Agent 知识，做一个企业内部 AI Agent 的"步道师"未尝不可 -
测试 10 年工作经验 如何提升个人能力 at 2024年08月21日
我已经 12 年了，持续学习，不要在意行业的标签
-
通过 LLM 大模型将「白雪公主的故事」转为图数据存储 at 2024年08月21日
有兴趣的可以参考Notion 文章
-
使用 Agent 生成「黑悟空游戏介绍 LLM-Prompt 提示词模板」 at 2024年08月21日
有兴趣的可以查看notion 文章