软件项目常见质量门禁

简介: 软件项目常见质量门禁

大家好,我是阿萨。做质量的避免不了质量门禁这个话题。只有通过层层把关,质量问题才能妥善解决。今天罗列下常见的哪些质量门禁。还是按照软件开发流程来:


一、需求分析和澄清阶段


反串讲

开发反串讲阶段,通过开发给测试和产品经理讲解需求,让大家都对需求有统一认识。避免开发对需求理解不一致。


二、编码阶段


1. UT 百分之百通过

确保所有新代码都有UT,保证函数级别功能正常。


2. 代码覆盖率满足一定要求

通过计算UT的代码覆盖率,保证新增代码都被覆盖到了。


3. 代码静态扫描

通过静态扫描工具,发现代码质量问题。


三、 测试阶段


1. Desk Check 用户故事场景验收。

开发完成进入测试验证阶段必备环节,开发给测试和产品验收用户故事基本场景是否完成。


2. 业务主流程代码覆盖率

通过统计测试人员执行代码的覆盖率,确保全业务流程都覆盖到。


3. 缺陷修复率

通过已发现的代码缺陷修复情况来分析当前代码质量状态。一般情况下,大部分缺陷都应该修复的。


四,客户验收


1.Show Case 给客户展示业务故事实现情况


通过给客户展示需求定义的业务故事是否都满足来确定是否达成标准。


2. 客户验收


产品发布后,客户验收用户故事是否都满足来判断需求是否已经实现。


以上是阿萨经历过项目中常见质量门禁的关键节点。每一个动作都有达标和不达标的判断标准。

 

不达标的动作可以直接打回,重新执行上一个阶段操作。

相关文章
|
敏捷开发 监控 安全
你的项目质量度量指标有哪些?
你的项目质量度量指标有哪些?
892 0
|
4月前
|
JSON 数据可视化 测试技术
手把手搭建自动化质量门禁:让你的每次部署都“无忧”
本文介绍如何利用Dify工作流搭建自动化质量门禁系统,通过集成测试覆盖、性能指标等多维度数据,实现上线前的自动检查与决策。该系统可有效降低人工核对成本,确保发布质量,让团队交付更可靠。
|
9月前
|
人工智能 自然语言处理 机器人
盘点集成DeepSeek大模型的智能语音机器人,看看哪款更适合你
对话式AI将降低高达25%的客服座席离职率,集成DeepSeek等大模型的智能语音机器人正成企业标配。其核心是实现7x24小时高效服务、优化成本并提供人性化交互。选型需聚焦AI模型能力、业务场景匹配度与数据安全。合力亿捷、阿里云等是市场主流选择,选对智能语音机器人是企业提升沟通效率、构筑核心竞争力的战略投资。
364 0
|
机器学习/深度学习 人工智能 自然语言处理
【Prompt Engineering提示工程技术:思维树 (ToT)、检索增强生成 (RAG)、自动推理并使用工具 (ART)】
思维树(ToT)框架,旨在解决复杂任务,通过构建一棵思维树,利用语言模型生成并评估中间步骤,结合搜索算法(如广度优先搜索)进行系统探索。ToT在不同任务中需定义思维步骤及候选数量,如“算24游戏”需三分步骤,每步评估可行性。实验表明,ToT显著优于其他提示方法。此外,ToT框架可结合强化学习不断进化,提升解决复杂问题的能力。
933 1
【Prompt Engineering提示工程技术:思维树 (ToT)、检索增强生成 (RAG)、自动推理并使用工具 (ART)】
|
网络协议 Linux 芯片
Linux 内核 6.11 RC6 发布!
【10月更文挑战第12天】
566 0
Linux 内核 6.11 RC6 发布!
|
IDE Java Maven
性能工具之Jmeter扩展配置元件插件
【5月更文挑战第20天】性能工具之Jmeter扩展配置元件插件
749 1
|
Java 数据库连接 数据库
Springboot2.x整合mybatis多数据源(注解完整版,亲测成功)
并发量的不断增加,单个数据库承受不了这么大的压力,因此一个项目使用多个数据库也越来越重要,当然使用数据库的模式可能不一样,比如说主从模式、分布式模式。不管是哪种模式都是使用的多数据源。Springboot整合mybatis实现多数据源有两种方式:分包和AOP。这里使用的分包,因为层次更加清晰。
1171 0
Springboot2.x整合mybatis多数据源(注解完整版,亲测成功)
|
人工智能 自然语言处理 搜索推荐
人工智能,应该如何测试?(八)企业级智能客服测试大模型 RAG
大模型如GPT虽表现出众,但在特定领域和实时信息方面表现不足,易产生“幻觉”即编造答案。其能力受限于训练数据,无法提供超出数据范围的专业知识。为解决此问题,采用意图识别模型预判问题归属,结合检索增强生成(RAG)技术,通过检索相关信息注入大模型以提升回答质量。测试人员利用RAG评估模型效果,有时借助GPT进行自动化评分,尤其是在非专业领域,但GPT评分的准确性仍有限,人工评估更为可靠。