《【Gtest证券测试专场】2、张万里西部证券测试开发专家《智测AI小助手:LLM Agent驱动的测试工具链闭环实践---探索AI+测试效能提升新范式》.pdf》由会员分享,可在线阅读,更多相关《【Gtest证券测试专场】2、张万里西部证券测试开发专家《智测AI小助手:LLM Agent驱动的测试工具链闭环实践---探索AI+测试效能提升新范式》.pdf(29页珍藏版)》请在三个皮匠报告上搜索。
1、全球软件测试技术峰会9月北京智测AI小助手:LLM Agent驱动的测试工具链闭环实践2025.09.06目录CONTENTS02核心技术架构背景与挑战01核心功能与实践案例03未来探索方向04PART背景与挑战01证券行业测试现状&痛点测试效率亟待提升代码变更影响范围难以准确评估,致使频繁开展系统全功能回归测试,消耗大量测试资源维护用例以及全量功能回归。03技术栈碎片化以及测试资产碎片化现象严重,各个方向测试工具种类繁多,功能各异,但彼此之间缺乏统一标准和兼容性。02工具碎片化系统拓扑结构复杂耦合严重证券交易系统链路复杂,涉及柜台系统、清算系统、数据中台、风控系统等多个子系统,系统间存在强依
2、赖关系,传统测试方法难以构建全链路仿真环境。01AI+测试的趋势大语言模型正逐渐成为测试核心引擎,测试人员通过自然语言即可完成需求解析用例生成脚本编写缺陷定位报告总结的全流程;业内预测到 2030 年 80%的软件测试活动将由 AI 驱动完成。生成式 AI 重构测试全链路AI 在代码提交阶段即进行风险预测与静态扫描,提前暴露潜在缺陷,并给出修复建议,缺陷修复成本大幅降低。从“事后检测”走向“事前预防”AI 不再只是执行器,而是成为质量策略制定者:依据业务风险、历史缺陷、用户反馈动态调整测试范围、资源分配。企业将运行 AI 驱动的全链路自治测试流水线,测试角色将逐步转型为“质量策略师”与“AI
3、编排者”。从“工具堆叠”升级为“决策中枢”智测AI小助手的建设思路基于LLM Agent构建闭环工具链,整合常用测试工具,将形成 AI+测试工具链闭环,提供账号查找,app打包,智能测试分析、测试用例编写,测试方案&测试报告生成,自动化用例辅助生成等能力,构建测试能力服务化体系,提升测试效率。智能化升级关键路径统一 LLM Agent 中枢:构建可插拔的 LLM Agent 调度层,内置 Prompt 模板库、工具注册表与多模型路由。服务化测试工具链:整合现有接口、UI、性能、安全等测试工具,Agent通 过 函 数 调 用(Function Calling)或插件机制自动拼装工作流。测试能力
4、服务化优先级驱动的测试工具智能化路线统一调用与集成框架,实现“一次集成,多端调用”大模型深度融入,测试人员用自然语言即可触发执行安全合规工具智能化建设调研各个方向测试质效痛点&业务痛点,明确工具建设方向。对已有的测试工具进行系统化的梳理。业务痛点&工具梳理PART核心技术架构02智测AI小助手技术方案基于LLM Agent构建闭环工具链,整合常用测试工具,将形成 AI+测试工具链闭环,提供账号查找,app打包,智能测试分析、测试用例编写,测试方案&测试报告生成,自动化用例辅助生成等能力,构建测试能力服务化体系,提升测试效率。整体方案如下图所示:智测AI小助手技术方案基于LLM Agent构建闭
5、环工具链,整合常用测试工具,将形成 AI+测试工具链闭环,提供账号查找,app打包,智能测试分析、测试用例编写,测试方案&测试报告生成,自动化用例辅助生成等能力,构建测试能力服务化体系,提升测试效率。架构如下图所示:在测试流程中赋能环节需求解析层Agent通过自然语言处理将用户需求转化为结构化测试任务,对需求进行深入分析,提供参考的测试方案和测试用例。01执行调度层集成CI/CD流水线后,Agent可智能调度测试资源(如接口&UI自动化任务),实现测试任务的最优编排。测试执行层测试执行时,Agent协助测试人员完成账号查找、数据构造、构建测试包、自动化回归等工作。质效运营层月度例行质效运营,辅
6、助进行质效指标分析以及答疑相关操作。020304PART核心功能与实践案例033.1 智测小助手-App 包管理包查询构建通知构建通知:构建成功/失败实时推送到群机器人,附带日志、二维码、MD5、扫码安装指令打包自然语言触发:在 输入框输入“打一个XXX环境的 Android 测试包,test 分支”,即可触发打包任务“智测小助手-App 包管理”定位为测试团队的“零门槛包管家”,通过自然语言指令即可完成“打包查询分发”全生命周期管理,让测试包像聊天一样随手可得。支持通过自然语言查询最新xx端的安装包,以及安装包使用说明3.1 智测小助手-app 包管理“智测小助手-App 包管理”定位为测试