大部分的 对话场景，都会引入 知识库 RAG，评估该类模型从召回率和准确率两个方向，但是准确率需要人工校验很耗时，即使让 GPT4 当裁判。还是需要人工校验，有什么好的办法自动化嘛

模型上线后，数据的准确性判断很耗时，需要对几天的数据进行回测

4:1 的研发测试比例，如果一周一个版本，做业务测试基本上都是饱和的（包括回归测试），除非有外包

不是专职的测试开发，面试官更看重的你测试经验，有没有负责过大型项目，对一个大型模块，你怎么测的，会自动化只是加分项，比较专职测开的岗位 还是比较少

急招

顶一下，大量招聘

原来大神也是在造轮子，真理解不了测试平台的价值在哪里，又有多少人愿意在 web 上去录测试用例， IDE 写测试用例代码更快
现在的现象是 很多人都想着去做测试平台什么的，到底团队需要什么，应该做成什么样子，能不能提高效率 这些都不考虑。很多做测试平台仅仅是为了学习

跟着产品项目走，如果一个团队里面 分专门测接口，专门有人测页面，到时候会造成测页面 简单重复的事情没人愿意干了，很难管理

专职的自动化工程师，对于一般的企业很难养，放下哪高高在上的自动化，也许会好点

楼主，我请教一个问题，测试环境定制的，stable1，与 stable2 两套测试环境，但是对外的域名只有一个啊！这种怎么解决呢？谢谢

很溜

开源吧 放出来

求源码

字太多，2 年时间还是做的不错

这个我以前是在别的地方看到过，还看过源码

每天听罗胖的节目

还在招人嘛

学历不够的路过

失业离我不远了

招聘公司名字都没有

#6 楼 @zrleo 我这个实现的框架并不适合你的场景，你可以考虑将登陆封装成类公共调用，我在用 selenium 做 web 自动化的时候，登陆过程就是这么做的

#1 楼 @dfan 后面我会把代码发出来参考