一直无法理解为什么默认测试没有代码能力，各种给测试用的低代码平台和测平台本质上就是 kpi 产物，你看下面描述的：
1、点击『一键调试』之后，编写自动化用例的界面就被覆盖了，需要点击『取消全屏』才能同时看到用例编写界面和调试运行页面。既然是调试，那我一般是对用例执行情况不确定才点的，我希望看到：是否有出错？出错在哪里？能快速定位到脚本位置。
2、调试失败时，JSON 文本过长被隐藏，需要下载压缩包，找到对应文件名才能查看完整的文本。太麻烦了，为什么不直接给这个 JSON 文件的下载链接呢？。出现问题 debug，还得下载压缩包，解压压缩包，比对文件名，找到对应 JSON 文件，太心累了。
这两个是给人用的功能吗？

百度飞浆有开源的离线包

现在怎么感觉还不如六年前

希望有录屏

题外话，感觉好割裂 ，一方面是市场上各种开发能力和测试能力都很强的人找不到工作，另一方面几个帖子里都是团队内还有代码能力差的人。。。

官网原文：
Because your scenarios are “just python” you can use your regular IDE, and version control your tests as regular code (as opposed to some other tools that use XML or binary formats)
还有官网视频里的原话，大致意思就是不需要去学习各种按钮作用（应该是指 jmeter）和点一堆配置

[有 coding 能力的并不是很多] 这个问题解决了就没这些乱七八糟平台的事了，感觉这些平台总是默认测试不会写代码。。。

跨境电商公司业务选对了能吃到一波红利的，顺便学一下怎么做外贸，这行业能进去比单纯做测试或者开发更好点

那和我了解的信息吻合了，我认识的 4 个做跨境电商的运营的朋友开年到现在一天比一天忙

没这个必要，给一个冒烟测试清单让他们自测通过后再提测就好了（前提是排期给出开发执行冒烟测试的时间）

确实是看公司业务，之前同事在 anker 因为去的早，公司业务一直起飞，然后工资福利也是吃满

这个平台除了测试业务，其他技术选型和业务比大部分被测的系统还要复杂。。。

你这心态干测试估计更加内耗，单一个楼上也提到的的测试地位低的问题估计就要搞垮你了

德科不是华为的吗，上次看到个帖子说只招 985 211 啥的

6.lol 中 e 闪 r 闪这种操作如何实现与禁用 这个是啥啊

看错了，是 tidb 数据库，mysql 的话如果是 mgr 模式的高可用集群，没主键的话会报错；单机则不会，tidb 的话不太熟悉，稍微查了下，集群模式下也会要求每张表要有主键，所以建议确认一下

1、测试环境除了数据库版本一致，其他的如部署方式（集群 or 单机 or 高可用方案）是否一致

2、我对重启服务就解决有点疑问，猜测是改了表结构，加上了主键

1. 意识形态差异：
2. 都什么年代了，现在面试功能测试哪个不要求基本的代码脚本能力？，更别说现在都有 gpt 加持，真的不用特别考虑测试无代码能力的场景
3. 都是测试，肯定是希望通过写脚本去巩固自己熟悉的开发语言，即使繁琐，也有学习成长的快感 这两点很赞同，平时已经点点的点够了，自动化测试还让人去点。。。

大早上的直接给我暴击加沉默

还有就是面试人的 kpi 考核，一般这种在年底比较多见

感谢

from dataclasses import dataclass as dc, field
def dataclass(cls):
    @property
    def all_fields(self):
        return self.__dict__
    cls.all_fields = all_fields
    for field_name, field_type in cls.__annotations__.items():
        if field_name not in cls.__dict__:
            # 跳过必须字段
            continue
        if field_type is list:
            default_value = getattr(cls, field_name, [])
            if default_value is not None:
                setattr(cls, field_name, field(default_factory=lambda: list(default_value)))
        elif field_type is dict:
            default_value = getattr(cls, field_name, {})
            if default_value is not None:
                setattr(cls, field_name, field(default_factory=lambda: dict(default_value)))
    return dc(cls)
@dataclass
class RunInstanceModel:
    action: str = "RunInstances"
    cpu: int = None
    memory: int = None
    list_t: list = None
kw_params = {"action": "33", "cpu": 4}
params_model = RunInstanceModel(**kw_params)
print(params_model)

直接用你 github 上对【api 参数模型】的实现，如上代码，打印结果为
RunInstanceModel(action='33', cpu=4, memory=None, list_t=None)
为 None 的类型标注属性并没有过滤掉

sipp 做话务量的压测，如果要设计音视频的，就要自己调用 sdk 发送音视频流了

想知道笔试题第二题的回答，平时没接触过

b 站随便找个 前端课程加后端课程 学完一遍就入门了

不知道理解是否有误，你是想验证两个场景：
1、缓存中有终端上报的信息，被测接口的返回
2、缓存中没有终端上报的信息，需要终端上报后，被测接口返回
第一点不用说，至于第二点，你要实现的就是一个一直在后台运行的和真实终端行为一致的模拟 mqtt 客户端，在 setup 阶段开一个线程一直运行着模拟的客户端,这个客户端暴露出发布接口由你来控制，从而覆盖上面两种场景