目前,使用 AI 进行测试提效已经做到,1,分析需求文档 + 设计文档 + 知识库召回生成测试用例;2,提取测试点维护知识库 + 回归库做知识积累;3,前后端代码分支 + 测试案例进行后端代码提测后的代码扫描拦截 AI 生成代码 bug;4,对所有测试产物的归类整理归档;现在就缺少中间的测试用例执行环节该怎样提效目前还在尝试中
想跟各位大佬交流下,关于 AI 在测试案例执行阶段有哪些可以落地的方案?我现在在尝试将测试案例中提取出能接口自动化和 UI 自动化执行的部分,但是感觉比较独立,没有做成通用的 AI 测试自动化这种;想跟论坛中的各位同行交流下,共同探讨 AI 提效


↙↙↙阅读原文可查看相关链接,并与作者交流