AI辅助测试开发端到端研发提效.pptx

AI辅助测试开发端到端研发提效

刘鑫中兴通讯股份有限公司;

1.背景

2.问题/痛点

3.解决思路/整体方案

4.具体实现/技术实践

5.总结与展望;

硕士毕业于南京大学，2012年入职中兴通讯；资深软件测试专家，中兴

通讯有线研究院安全技术教练，拥有CISP-PTE、CISP-IRE等注册信息安全认证;

PART01

背景;

业务场景背景介绍

从传统单智能网关到FTTR（FiberToTheRoom）组网的转变，显著提升了网络覆盖范围、带宽性能、设备扩展性和智能家居支持。这种转变通过一台主网关加多台从网关的方式实现。然而，这种组网和业务需求的变化对系统测试带来了更复杂和更高的挑战。尤其是在面对运营商客户的强定制和短交付周期时，系统测试效率面临着巨大的压力。这是每个测试领域在提升研发效率方面必须应对的关键挑战;

PART02

问题/痛点;;

PART03

解决思路/整体方案;

?案;;

AI应用（触点工具）

触点?具思路：围绕?站式FM?体化AI测试平台建设，将AI能?嵌?到测试开发?员的研发流程中

聚焦测试域?价值AI应?（测试设计、脚本开发、执?分析）持续演进，探索Autowork；并基于测试执?业务流拓展AI应?场景（测试策略制定、??执?、遗漏故障分析）；;

知识工程

知识?程建设思路：基于知识?程建设标准流程，以?模型为核?的?数据知识?程体系建设，结合AI应?改进不断建设并沉淀知识库;

知识工程

知识?程建设思路：基于知识?程建设标准流程，以?模型为核?的?数据知识?程体系建设，结合AI应?改进不断建设并沉淀知识库;

测试开发AI应用端到端方案

以需求为源头，基于需求实例化活动的产出为输?，通过GWT（Given-When-Then）?成测试点进?复??例检索，降低冗余?例的产?；同时结合要素因?和测试环境推荐?成?本?例；通过?本?例的意图识别对?本?例进?DSL设计，召回RF（Robotframework）关键字?成?动化脚本;

PART04

具体实现/技术实践;;

实现?案：基于知识?程建设标准，通过建?测试?例知识库（测试点》?本?例QA对），分别通过关键字检索和语义检索对相似测试点进?召??，从?获取复??例，TSE??检查测试步骤后—键关联PR

?例复?分析

优点：

1.复?已有测试?例可以减少编写新?例的时间和资源投?

2.复?的测试?例已经过验证，确保测试的—致性和可靠性

3.复?的测试?例易于维护和更新，尤其当产品功能相似或存在通?特性

不?：

1.初期设计复?性测试?例时，需要投?较多时间和精?进?规划和实现

2.需要清晰的?例结构以确保测试?例能够在不同的环境中复?

3.—些特定场景需要定制化测试?例，复?测试?例可能不完全覆盖

**策略：对于常?和基础功能，优先设计复?性?的测试?例，以节省时间和资源；对于特定场景和新功能，编写定制化的测试?例，确保测试的全?性和准确性。;;

语料来源-Ztest共享?例库;

实践技术点一：复用用例推荐

知识?程建设

知识库建设

基于?例名称的语料和?模型抽取的语料建设向量知识库，共建设18w+测试点》?本?例QA对;

实践技术点一：复用用例推荐

知识?程建设

知识评估

实现?案：当知识库RAG?案更新触发评估，从AI辅助测试设计活动中提取?产知识（测试点新增?例,测试点复??例（包含ReuseableCase,ReuseableCase_Manual））通过RAG进?评估，针对召回的?本?例ID和?产数据库中进?对?，计算召回率

?标：提升NewCase和ReuseableCase_Manual维持ReuseableCase;

关键字检索

语义检索;;

实践技术点二：文本用例生成

RAG?案介绍

通过RAG检索相似?例作为?本?例?成的few-shot来提升?本?例的?成质量，基于测试点优先从本PR中检索最相似的测试点，从?获取?本?例，当本PR中?关联的?例，则从测试?例知识库中检索最相似的测试点并获取?本?例作为Prompt中的few-shot;

指标;

举措;;;;

实践技术点三：关键字推荐

知识?程建设

知识获取

举措3：在线获取语料

将知识的获取嵌?到?动化脚本开发活动中，ATE在对AI?成的脚本进?修改的时候同步增加语料;

实践技术点三：关键字推荐

知识?程建设

知识库建设

三种语料在同—个知识库中进?建设，分为不同的?件夹?便知识更新和管理，RF关键字知识库共2735切?（持续增加）;

实践技术点