• 类比场景:就好像 K8S、docker 这些东西,实际情况就是能接触的测试人不多,没实践机会学完就忘,也很难学到位,但是经不住大部分有进取心的测试去学,然后再感叹学完没多大用。
    说到底的关键就是有没有平台和机会去让你实践这些道理,而机会和平台是可遇不可求

  • 实践了之后,就会开始相信运气和命😈

  • 外包本来就是极度不稳定的,挺正常
    你看下你之前签的合同,然后咨询下相关律师,在社区问是没用的

  • 看 13 年到现在每年的大学生毕业数量,我个人觉得往后几年开始,裁员的人数将会大幅提升,不管是出于 Z 策压力还是出于新鲜血液更换

  • 先什么都不做,小组开会时问问你的下属他们想做什么,汇聚总结后,再跟你的领导讨论看看,同意了就安排下然后交给下面的人去做,不同意那就继续这个循环。还有想想你的前组长为什么要跳去产品组,以后是不是也要学习下他

  • 出门在外,人设是自己给的,社区里的人说的话都不要太当真😈

  • 谢谢夸奖😁 ,我的确在公司里是和光同尘,在风险规避和防背锅这方面有独到的见解

  • 25 岁

  • 你这个是面向什么业务设计的?80% 的识别成功率影响不大吗?

    如果是我,我会问这几个问题:

    1. 80% 识别率是怎么统计的?样本覆盖了哪些场景?不同复杂度页面的识别率差异有多大?
    2. 80% 成功率之外的 20% 失败场景,你们怎么处理?是回退手工测试,还是有其他自动化兜底方案?
    3. 新框架识别率只有 80%,实际落地时,这个成功率真的能比传统方案更稳吗?有没有和旧方案做过对比测试(比如相同页面的执行稳定性、维护成本)?
    4. 80% 成功率是针对所有页面,还是只覆盖了部分简单场景?如果遇到高频的复杂页面(比如表单嵌套、动态加载),识别率会不会暴跌?这种情况下怎么保障测试质量?
    5. token 消耗怎么计算?每次元素识别、用例执行要花多少钱?有没有统计过
    6. 20% 的不稳定性会不会让业务测试提心吊胆?,增加了监控和重跑的负担,违背了自动化提升效率的初衷?

    另外你的描述,给我一种你没有 在实际业务测试中用过这个测试框架的感觉,否则 80% 的成功率你都写出来?
    你想想识别成功率是 80%,不考虑其他因素,算你一条用例的成功率是 80%,若一次回归测试有 50 个用例,全部成功的概率仅为 0.8⁵⁰ ≈ 0.0001%(几乎为 0),这意味着几乎每次执行都会出现失败,这就是我上面想问的,如果每次执行都会出现识别率问题,那你们的精力是不是都分散到区分是实际 bug 还是识别问题?

  • 社招测试一点困惑 at 2025年08月26日

    这好事,也正常,说明是干实事的人来面试了
    你感到困惑,是因为你被那种不干测试活却标榜自己是测试的人误导了
    那类人就很喜欢问研发类的专精问题

  • 年轻人别想不开呀,开发岗位可以有很多,专职测开屈指可数,很多挂着测开 title 的岗位可都是业务功能测试哦

  • stagehand 有体验过的吗 at 2025年08月20日

    我个人觉得这个落地的话,还需要跟公司申请一笔经费,以往自动化都不需要用钱,现在用上大模型还得花钱,能不能审批通过都是个问题,后期还得出份数据证明比免费的强

  • 打奶泡练习 --- 原理 at 2025年08月20日

    除了燕麦奶,其他植物奶形成的泡沫壁较薄,不稳定,容易消泡


  • 我都没去换过

  • diy 小程序 at 2025年08月20日

    你的宠物店运营得怎样?

  • 行业动态 - 二十七期 at 2025年08月19日

    同感,我现在有什么问题也是第一时间问大模型,我之前找绝望主妇的台本 PDF 下载链接找不到,deepseek 居然可以给我找到一个美剧台词免费下载的网址,真 6

  • stagehand 有体验过的吗 at 2025年08月19日

    我安装了 stagehand 的库,然后 python 直接调用库来用就行了。但是感觉这个工具不太靠谱,粗看原理就是把 dom 结构全部发给语言大模型,然后让大模型把关键信息找出来再返回,一方面像上面那个大佬说的:不太稳定和执行缓慢。另一方面我是觉得 token 的消耗有点大,本地部署估计挺悬,非满血的大模型出来的效果更难保证。所以感觉这工具有点像坤肋

  • 行业动态 - 二十七期 at 2025年08月18日

    组织架构调整好像不是什么好词,裁员前兆?

  • stagehand 有体验过的吗 at 2025年08月18日

    我主要是遇到:

    1. enable_thinking=False
    2. 使用结构化输出 (response_format) 时,【dashscope 要求消息中必须包含 "json" 关键词
    3. 这框架把千问模型的地址默认为国际地址,换成国内的需要自己设置下

    这三个问题,在我各种瞎调下,是可以跑了,就是这个 token 的消耗还挺大,感觉实用程度有待商榷

    import asyncio
    import os
    from stagehand import Stagehand, StagehandConfig
    from dotenv import load_dotenv
    import litellm
    
    # 保存原始completion函数
    original_completion = litellm.completion
    
    # 创建一个新的completion函数,确保总是包含enable_thinking=False,并修复Dashscope的json要求
    def patched_completion(*args, **kwargs):
        # 确保extra_body存在并且包含enable_thinking=False
        if "extra_body" not in kwargs or kwargs["extra_body"] is None:
            kwargs["extra_body"] = {}
        kwargs["extra_body"]["enable_thinking"] = False
    
    
        # 修复Dashscope的json要求 - 确保messages中包含"json"关键词
        if "response_format" in kwargs and kwargs["response_format"] is not None:
            # 检查是否是json_schema格式
            if hasattr(kwargs["response_format"], '__dict__') or isinstance(kwargs["response_format"], dict):
                # 确保系统消息中包含json关键词
                if "messages" in kwargs and len(kwargs["messages"]) > 0:
                    system_message = kwargs["messages"][0]
                    if system_message["role"] == "system" and "json" not in system_message["content"].lower():
                        # 添加json关键词到系统消息中
                        system_message["content"] += " Respond in JSON format."
    
        try:
            result = original_completion(*args, **kwargs)
            return result
        except Exception as e:
            raise
    
    # 替换litellm.completion
    litellm.completion = patched_completion
    
    load_dotenv()
    
    async def main():
        # 确保环境变量正确设置
        os.environ['DASHSCOPE_API_BASE'] = "https://dashscope.aliyuncs.com/compatible-mode/v1"
    
        # 检查API密钥
        api_key = os.getenv("DASHSCOPE_API_KEY")
        if not api_key:
            print("错误: 未找到DASHSCOPE_API_KEY环境变量")
            return
    
        # 配置 Stagehand 使用 DashScope 的 Qwen 模型
        config = StagehandConfig(
            env="LOCAL",
            model_name="dashscope/qwen3-14b",
            model_api_key=os.getenv("DASHSCOPE_API_KEY"),
            headless=False,              # 显示浏览器窗口
            verbose=3,                   # 最详细的日志输出
            debug_dom=True,              # 启用DOM调试
            dom_settle_timeout_ms=60000, # 增加DOM稳定超时时间
            wait_for_network_idle_ms=5000, # 等待网络空闲的时间
            local_browser_launch_options={  # 本地浏览器启动选项
                "slow_mo": 100,          # 减慢操作速度以便观察
                "devtools": True,        # 打开开发者工具
                "args": [
                    "--window-size=1920,1080",  # 设置窗口大小
                    "--disable-web-security",   # 禁用网络安全限制
                    "--disable-features=IsolateOrigins,site-per-process"  # 禁用某些隔离功能
                ]
            }
        )
    
        # 初始化 Stagehand
        stagehand = Stagehand(config)
    
        try:
            await stagehand.init()
            page = stagehand.page
    
            print("=== 必应搜索测试任务 ===")
    
            # 1. 访问必应
            print("1. 正在访问必应...")
            await page.goto("https://cn.bing.com/")
            print("   已访问必应")
    
            # 等待页面加载完成
            await asyncio.sleep(3)
    
            # 2. 输入搜索词
            print("2. 正在输入搜索词...")
            await page.act("在搜索框中输入搜索词'天气'")
            print("   已输入搜索词")
    
            # 等待输入完成
            await asyncio.sleep(2)
    
            # 3. 点击搜索
            print("3. 正在点击搜索按钮...")
            await page.act("点击搜索按钮")
            print("   已点击搜索按钮")
    
            # 等待搜索结果页面加载
            await asyncio.sleep(5)
    
            # 验证操作结果
            print("4. 正在验证搜索结果...")
            title = await page.title()
            print(f"   当前页面标题: {title}")
    
            # 获取页面URL验证是否跳转
            current_url = page.url
            print(f"   当前页面URL: {current_url}")
    
            # 提取页面主要内容
            print("5. 正在提取搜索结果...")
            content = await page.extract("提取页面中与天气相关的主要信息", schema=None)
            print(f"   搜索结果: {content}")
    
            # 保持浏览器打开一段时间以便观察
            print("6. 保持浏览器打开10秒钟以便观察...")
            await asyncio.sleep(10)
    
            print("=== 必应搜索测试完成 ===")
    
        except Exception as e:
            print(f"发生错误: {e}")
            import traceback
            traceback.print_exc()
    
        finally:
            input("按回车键关闭浏览器...")
            await stagehand.close()
    
    if __name__ == "__main__":
        asyncio.run(main())
    

  • 顶不住,我也觉得页面好丑
    这个是之前在豆包上生成的?样式都出问题了

    1. 理清业务,按照业务的特性,对表单进行不同流程分类的拆分

    2. 对分类好的表单,做关键特性识别:必填、输入规则、默认值、是否有联动依赖、交互等了解清楚

    3.等价类划分的用例,用正交表缩减用例量

    你去看用例设计的那些基础理论,然后与产品开发多沟通,基本能完成测试的

  • 这世界上最可怕的就是明明工资设置得不高,但是面试时按全栈高级研发的角度去问,这类工贼是最恶心的

  • stagehand 有体验过的吗 at 2025年08月17日

    你能发下你的代码看下吗?

  • stagehand 有体验过的吗 at 2025年08月15日

    大佬成功了吗? 我之前试了千问和 deepseek 都不行,这个配置那个时候我看到了,但是一直返回这个报错

    {"error":{"message":"This response_format type is unavailable now","type":"invalid_request_error","param":null,"code":"invalid_request_error"}} 
    

    Stagehand 会将网页的 dom 结构发送给 llm 进行分析,这可能包含页面上的敏感信息, 你这是公司要用,还是自己调研的?