AI生成功能設(shè)計(jì)用例
一、AI背景
人工智能生成內(nèi)容(AIGC,AI-Generated Content)技術(shù)的快速發(fā)展正在改變內(nèi)容生產(chǎn)的方式,并逐漸滲透到各個行業(yè),例如:在自媒體平臺自動編寫文案并發(fā)布,快速分析數(shù)據(jù),寫小說,畫漫畫等。強(qiáng)大的文本生成能力已經(jīng)實(shí)現(xiàn)了生產(chǎn)力超過生產(chǎn)資料,提供了更加高效的生產(chǎn)力,將AI引入到工作中成為發(fā)展的方向。
目前公司編寫測試用例為人工編寫,存在手工編寫用例的普遍痛點(diǎn),例如:重新編寫,費(fèi)時(shí)費(fèi)力,邊界遺漏,兼容遺漏等。AI擁有自動生成文本并快速整合的能力,以AI輔助功能用例編寫成為推動行業(yè)創(chuàng)新和效率提升的關(guān)鍵點(diǎn)。
AI編寫用例的優(yōu)點(diǎn):
※ 效率提升
AI可以快速生成大量測試用例,顯著減少人工編寫所需的時(shí)間,提升整體測試效率。
※ 測試覆蓋提升
AI能夠自動識別潛在的測試場景和邊界條件,從而提高測試覆蓋率,確保更全面的檢測。
※ 一致性和準(zhǔn)確性提升
AI生成測試用例具有較高的一致性和易理解性,減少人為錯誤,增強(qiáng)測試的可靠性和準(zhǔn)確性。
AI熱詞:
圖片
二、設(shè)計(jì)方案
本部分介紹使用AI編寫測試用例的的設(shè)計(jì)方案,包括使用流程和架構(gòu)圖。
AI編寫用例流程圖:
圖片
AI編寫用例架構(gòu)圖:
圖片
三、設(shè)計(jì)核心介紹
本部分介紹如何使用AI輔助生成功能用例,詳細(xì)講解了從PRD文檔->測試點(diǎn)->測試用例->Xmind用例->使用采納,整條鏈路的核心設(shè)計(jì)與實(shí)現(xiàn)。
PRD文件解析器
平臺支持飛書PRD文檔中文本、多維表格、電子表格內(nèi)容的解析,暫不支持對圖片、流程圖解析。文檔讀取分為6個步驟,分別為:獲取飛書token、獲取用戶token、獲取文件block列表、Table表格解析、電子表格解析、解析結(jié)果組裝。以下主要介紹解析部分內(nèi)容:
結(jié)構(gòu)組成設(shè)計(jì):
圖片
實(shí)現(xiàn)方案詳情
※ 飛書文檔讀取
圖片
圖片
※ Table的提取與sheet表格的提取
- Table提取:提取表格過程中需要將表格相關(guān)的塊與子塊關(guān)聯(lián)綁定,遞歸解析所有的數(shù)據(jù)。并根據(jù)第一行各字段的長度<20做是否為表頭判定,默認(rèn)第一行為表頭信息。
- sheet提取:在飛書表格提取過程中需要使用多個遞歸,分別獲取表格所有內(nèi)容與元素
圖片
※ AI解析PRD文檔:
- PRD解析:通過與AI交互將文本內(nèi)容解析為:需求關(guān)鍵字、測試背景、測試需求詳情三部分,并按照特定字段將數(shù)據(jù)存儲。
- 結(jié)構(gòu)設(shè)計(jì):
PRD解析結(jié)構(gòu)設(shè)計(jì)
圖片
核心代碼邏輯:
圖片
※ 獲取關(guān)聯(lián)測試需求業(yè)務(wù)背景:
- 根據(jù)PRD解析關(guān)鍵字信息匹配最相關(guān)的測試用例模塊,使用向量和關(guān)鍵字雙權(quán)重對RAG模塊做測試用例提取:
- keyword_weight:0.3
- vector_weight:0.7
- 同時(shí)設(shè)置AI模型準(zhǔn)確度為0.85
- 匹配過程中分別針對不同的關(guān)鍵字,從RAG數(shù)據(jù)中提取熱度最高的3個測試模塊,合并后提取所有模塊中熱度最高的三個模塊作為業(yè)務(wù)歷史背景。
- RAG提取架構(gòu)設(shè)計(jì)
圖片
- 核心代碼邏輯
圖片
模型設(shè)計(jì)
圖片
測試點(diǎn)生成器
測試點(diǎn)生成器為AI生成用例的核心,實(shí)現(xiàn)PRD到測試點(diǎn)的轉(zhuǎn)換。生成過程中結(jié)合需求背景、關(guān)鍵字、需求詳情、業(yè)務(wù)背景、測試分析等信息作為業(yè)務(wù)背景,以更準(zhǔn)確的生成測試用例。核心結(jié)構(gòu)如下:
結(jié)構(gòu)組成設(shè)計(jì)
圖片
實(shí)現(xiàn)方案詳情
圖片
圖片
模型設(shè)計(jì)
圖片
測試用例生成器
測試用例生成器為AI用例生成器,負(fù)責(zé)將AI測試點(diǎn)轉(zhuǎn)換為Xmind測試用例,主要實(shí)現(xiàn)兩個功能,第一步將AI測試點(diǎn)轉(zhuǎn)換為markdown結(jié)構(gòu)的測試用例,包括用例名稱、前置條件、執(zhí)行步驟、期望結(jié)果等。第二部負(fù)責(zé)將第一步測試用例轉(zhuǎn)換為Xmind結(jié)構(gòu)。
實(shí)現(xiàn)方案詳情
※ 測試點(diǎn)解析生成markdown格式用例:
生成markdown格式用例:
圖片
解析結(jié)果
※ AI markdown格式轉(zhuǎn)換為Xmind結(jié)構(gòu)用例
轉(zhuǎn)換Xmind結(jié)構(gòu):
圖片
生成結(jié)果
圖片
模型設(shè)計(jì)
圖片
知識庫搭建
LLM大模型有通用的推薦能力,針對公司業(yè)務(wù)場景是無法準(zhǔn)確識別相關(guān)功能的,針對“最后一公里”問題,平臺使用搭建測試用例知識庫的方式,以提升推薦準(zhǔn)確度。
平臺會以歷史測試用例與業(yè)務(wù)需求文檔作為歷史業(yè)務(wù)背景。在推薦功能用例過程中自動匹配歷史業(yè)務(wù)背景,以提升推薦準(zhǔn)確度。
知識庫搭建
※ 知識庫涉及范圍
圖片
※ 實(shí)現(xiàn)方案詳情
- Xmind測試用例轉(zhuǎn)換知識庫
圖片
- 業(yè)務(wù)文檔轉(zhuǎn)換知識庫
圖片
※ 模型設(shè)計(jì):
- 測試用例轉(zhuǎn)換文本AI模型
- 業(yè)務(wù)文檔轉(zhuǎn)換業(yè)務(wù)文檔模型
四、實(shí)現(xiàn)結(jié)果展示
圖片
圖片
圖片
圖片
五、總結(jié)
目前平臺側(cè)已經(jīng)實(shí)現(xiàn)自動生成功能用例的功能,實(shí)現(xiàn)了從 PRD自動解析->測試點(diǎn)生成-> Xmind用例生成->同步平臺的完整流程。可以一定程度上提升用戶編寫用例效率。