ELL3N HSU

PYTHON / TEST INFRASTRUCTURE / AI ENGINEERING

许 真祯

从测试基础设施,到可验证的 AI 工程。

记录 Python、测试基础设施与 AI 工程中的实践和思考。 这里介绍我实际参与的系统、做过的工程选择,以及仍在验证的想法。

实践路径
  1. 01工程基础
  2. 02可迁移工具
  3. 03AI 工程实践

工程实践与学习探索分层呈现,状态以项目详情为准。

01 / 工程实践

代表工程

三条连续的工程主线:业务测试能力、通用执行工具、AI 测试交付。

查看项目详情 ↗
01 / 工程基础 持续维护

支付测试 API 与共享 SDK

在多个业务复用请求能力时,处理协议变化、旧调用兼容与重试条件。

参与 API 建设,主导商户资金测试 SDK 重构与兼容处理。

PythonAPISDK
02 / 可迁移工具 进行中

XAT · Python 接口测试工具

从方法发现到报告核对,处理并发测试中的失败、超时和结果缺失。

确定功能范围与运行方式,与 AI 协作实现并评审代码。

Pythonunittestrequestssubprocess
03 / AI 工程实践 进行中

AI 测试工作流

把分阶段 LLM 生成、人工审核和执行验证接入测试交付,关注生成内容能否成为有效用例。

在工作中搭建分阶段 LLM 用例生成流水线,结合 AI Agent 交付流程与人工审核门禁推进用例交付。

PythonLLMAI Agent

02 / 技术写作

技术笔记

关注机制、实现、失败边界与验证过程。

全部精选文章 ↗

希望了解项目背后的工程判断?

项目 ↗简历 ↗