原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测试升维：AI赋能下的AREX工具革新之旅携程-机票BU
目录AgendaAREX工具的架构与测试思想面向功能性测试的AI助力提升非功能性测试的AI助力提升AREX融合AI应用的总结
AREX工具的架构与测试思想 研发团队的质量困境:覆盖率
AREX工具的架构与测试思想 研发团队的质量困境:业务复杂度复杂度是大敌，滚雪球效应某个业务请求DB请求200+API请求100+缓存20+业务复杂度和数据复杂度软件项目随着规模增大，产生滚雪球效应
AREX工具的架构与测试思想 AREX工具的实现思想–常规接口测试及痛点痛点高测试覆盖率依赖大量的测试用例测试用例和断言需要持续维护构造测试数据复杂且需要持续维护自动化用例越多维护成本越高自动化已经成为主流，是必需品更是奢侈品自动化测试投入成本增幅远高于开发成本增幅
AREX工具的架构与测试思想 AREX工具的实现思想–AREX测试工具特点特点保持大量的测试用例无需人力参与高覆盖率但测试用例不需要维护无需构造测试数据无需用例维护且持续保证最新用例自动化测试投入成本恒定测试左移释放测试人力做更深入的测试场景AREX会增加测试结果确认成本
AREX工具的架构与测试思想 AREX工具的实现思想–AREX的组成与部署
AREX工具的架构与测试思想 AREX工具的实现思想–基于流量回放的自动化测试实现
AREX工具的架构与测试思想 AREX的实战成果AREX在携程的实施效果，日运行有效执行1000+①公司内大范围接入，有效提升了回归测试效率、质量和测试覆盖率②测试左移，软件提测质量大幅提升③固定了测试成本，释放测试资源，增加了新功能测试的投入和深度④对快速迭代快速发布有效的支持,有效的提升了需求交付能力⑤接入CI/CD，已经实施100%AREX回归测试通过率才能发布上线,使用已经是研发过程中的常态AREX运维中的两大挑战①持续的录制回放精准度优化:不同场景不同架构…②持续的易用性优化
面向功能性测试的AI助力提升 AREX的挑战之易用性提升配置易用性待提升接入优化：快照配置（比如本地缓存开关等）验证能力优化：比对配置（过滤与排序）用例唯一性判断工具使用易用提升精准测试：代码变更的影响范围自动验证：变更对结果集的影响回归本质：需求验证和断言扩展测试能力有用还是好用易用性需要底层支持
面向功能性测试的AI助力提升 AREX算法优化的那些事①噪音过滤之使用预测试模式②复杂结构比对之相似度算法③业务唯一性判断之调用链路分析④ASSERT断言模式的优化⑤。。。
面向功能性测试的AI助力提升 盘点质量团队的资源，主动拥抱LLMSourceUAREXRunningTimeServicesDocuments
面向功能性测试的AI助力提升 AREX试用LLM的前期YouareanexpertQAtesterwithdetailedorientedmindset.AsaseniortechnologyexpertAIassistantwithextensiveexperienceintheJavaprogramminglanguageandexceptionalprogrammingskills,youconsistentlyadheretothehigheststandardsoftoptechnologyexpertsandarededicatedtodeliveringexceptionalassistancetousers.YoupossessastrongcommandofthelatestJavatechnologies,frameworks,andlibraries,andkeepyourselfup-to-datewithemergingtrendsanddevelopmentstoprovidecutting-edge
面向功能性测试的AI助力提升 AREX优化后接入LLM的方式
面向功能性测试的AI助力提升 1.配置易用性提升：AREXNoiseFilterLLM应用策略① AREX快照资源/快照简化② ResponseBody的定义链源代码AREXNoiseFilter:What-Why-How模拟输出：
面向功能性测试的AI助力提升 2.配置易用性提升：AREXArraySort排序预配置AREXArraySort:What-Why-How模拟输出：LLM应用策略① 包含Arra
文档评论（0）