最近没那么忙了~
周日录播:
主要演示:
录制:山治预定的会议
日期:2026-04-05 19:26:29
录制文件:https://meeting.tencent.com/crm/2qMO193y6a
录制:山治预定的会议
日期:2026-04-05 19:51:59
录制文件:https://meeting.tencent.com/crm/2ykOkpBVac
录制: 山治预定的会议
日期: 2026-04-05 20:29:39
录制文件:https://meeting.tencent.com/crm/KnvZmAVM7e
AI 识别的,安装了 MCP 后, AI 会启动浏览器,帮你识别控件并生成代码。
因为暂时还做不到, 就算能做到, 目前全 AI 驱动的 token 消耗也是接受不了的。可能未来可以。
文档里说它是支持全平台的,你可以试试
每次定位,差不多是 1000 到 1500 的 token 消耗。 大多数控件还是建议用传统定位, 实在定位困难或者变化比较大的控件再用 AI 定位
它是基于 playwright 的, 有 python sdk 版本,但我没用过。
随时都可以看, 下周日晚上还会有新直播,欢迎来听听哈。 这次直播加不加星球的都能来听听。
如果没有比这个行业收入更高的选择了~ 那为什么不找呢~
暂时还做不到,还需要解决一些问题。比如,Token 消耗的太多,成本太高。又比如,大模型执行长期任务其实是不稳定的。可能在未来能够做得到,但现在困难还比较大
是的,有效期一年, 一年后续期我设置了 8 折优惠。
你可以把 skills 当成更定制化和高阶的 rule,其实 rule 本质上也是 skills 的一种
openclaw 里有内置的 skills,也可以通过对话创建新的 skills。
我用的内网版,我们公司专门优化处理过的。 现在公司全面推广龙虾,一天发布了 3 款龙虾产品。 给我的,起码我们这里是支持大家用所有 AI 的手段提效的。
如果很多地方不让用龙虾,也可以选择其他智能体。 我这个容灾测试的 skills 写了两个版本的,一个在龙虾中运行,一个可以在 codebuddy 中运行。
我是部署在云端的,不太用考虑它一个误操作把我电脑的文件都删了的问题
这是必然, AI 的出现是在放大人的能力和效率,但如果人本身的能力就是 0, AI 在怎么放大都没用。
我最新写了一篇长文,其中有一段:

这是 AI 产品测试的基本流程。你提到的要如何优化, 就看你按场景(或者用户画像)进行的测试中,那部分数据的效果是差的,就要求算法去优化那部分的能力, 如果是大模型他们可以调整提示词,如果是传统模型他们可以调整参数,比如置信度。 如果问题比较大,他们也可以去采集数据去增量训练,来增强这部分的弱点。
另外就是不同的领域的模型要用的工具是不一样的。 比如要是计算机视觉,那你要最先学会的一定是 ffmpeg 和计算机图像理论基础。 如果是传统机器学习模型,你要学会的是 spark,flink,这样的大数据技术。 所以要学什么,还是要看你现在面对的是什么场景。
https://testerhome.com/articles/43703 这个是我写的帖子,你可以看看, 相比于当前这篇,多了很多案例。
你这边的困惑是什么?
年后没那么忙了~
没用过 langfuse, 不清楚~
一年已经发生了很大的变化了,起码在 AI 生成代码这个领域, cursor/codex/CC 这三款产品已经做到业界顶流。 我们这边已经引入 cursor 和 codex 大半年了。 用起来效率提升很多。 我用来生成自动化测试代码, 测试工具, 测试报告和测试用例。 作为辅助工具,已经很强了。
你可以去看我最新的帖子里, 我前两周刚直播了使用 curosr 生成自动化测试用例和手工测试用例的教程。 有直播录屏你可以看。 想深入了解也可以加我得星球。
我没听过这些资格证书。
怎么感觉像是在以公司的名义割韭菜呢。。。。
不是 UI 自动化,我做的是接口自动化,如果做 UI 自动化,浏览器有类似 xpath helper 这样的工具可以帮忙, cursor 应该现在还不能帮你启动浏览器然后自动获取元素