从零到一搭建 AI 测试工作流:从需求到可执行测试
用一个可运行的 Python 工程,逐步建立需求识别、规则审阅、测试剧本生成、骨架填充和结果验证流程,附完整 Prompt、Skill 和公司接入方法。
按技术关键词浏览文章。
用一个可运行的 Python 工程,逐步建立需求识别、规则审阅、测试剧本生成、骨架填充和结果验证流程,附完整 Prompt、Skill 和公司接入方法。
结合实际测试交付,说明需求、领域规则、测试剧本和既有 SDK 如何衔接,以及生成失败应回到哪一阶段修正。
从多业务复用和存量子类兼容出发,解释请求与业务分层、调用契约,以及按返回码重试的适用边界。
从同一文件的共享 fixture 出发,比较方法级与文件级子进程,并解释发现隔离、检查点与父进程终止。
沿部分准备成功、cleanup 再失败和 worker 被终止三条路径,解释清理登记、异常保留与资源生命周期。
沿断言失败、cleanup 异常和 worker 崩溃的例子,解释多错误保留、complete、任务身份核对与命令退出码。
从 worker 崩溃和结果缺失出发,解释任务发现、进程调度、fixture、方法时限与报告核对。