AI 不是最擅长代码吗？那就 AI 来写测试平台，什么最基础的 CICD、造数、抓包、用例管理都能用 AI 做

目前我也觉得很迷茫，做了个智能体 + 知识库来生成测试用例，剩下不知道 AI 还能帮助做什么

改造各种自动化，做测试平台，各种基础的工具、脚本都能用 AI 做呀

效果咋样

请问下知识库和智能体怎么做的？

现在开发也只能用来写代码

基础的建设都搞完了 ，推到重来不太现实

之前为了快速搭建尝试用的是 dify 可视化搭建，效果一般，现在准备用 agno 框架搭建

效果比较一般 因为只是单纯建了个智能体 还没优化 还在看技术贴怎么搞

那也还是很多方向，但是有没有效果现在还无法评价。

如果我们锁死质量这一个狭隘的领域，你就去回忆一个需求从线下到线上都需要做什么质量活动呗。那用例设计、测试 case 编写只是线下最前置的一环，你要是把视角往后挪就能把思路打开。比如风险评估、自动化、监控兜底等。

需求风险评估方向，需求跟版/上线时风险是否可控，就可以从功能、性能、稳定性、安全、兼容、业务特性下手；随便举个例子，比如 app 启动主链路的代码有没有变更，会不会直接导致 app 启动时长变长，这就是很明确很单点的落地。
自动化方向，大模型把现有用例自动翻译为自动化，大模型生成自动化，大模型修复自动化，这些都是很容易想到的。

诸如此类吧

大佬技术贴是在哪里看的 我也想学学

求分享！

智能体 + 知识库来生成测试用例 什么时候分享一下

大哥， 技术贴能分享一下吗，找了好久

嘿嘿，可以分享分享思路啦