CrissChan_个人页

2024年12月

• 12.04 15:53:57
  发表了文章 2024-12-04 15:53:57

  LLM的IDE使用一段时间后的体会

  使用Windsurf开发Web应用，全程无需手写代码，仅通过自然语言交流指导大模型完成任务。初期体验流畅高效，尤其适合快速实现小规模项目。然而，面对需求变更时，代码设计易受影响，需细致指导大模型以保持良好设计。整体而言，LLM辅助编程如同结对编程中的导航员角色，用户需提升自身指导能力以发挥其最大效能。

  

2024年11月

• 11.19 11:10:16
  发表了文章 2024-11-19 11:10:16

  openAI的Red Team

  openAI的Red Team
• 11.19 11:09:14
  发表了文章 2024-11-19 11:09:14

  Ollama完成本地模型的运行

  # Ollama完成本地模型的运行

  
• 11.19 11:08:18
  发表了文章 2024-11-19 11:08:18

  HyDE

  HyDE
• 11.19 11:07:23
  发表了文章 2024-11-19 11:07:23

  成功注册Google的SerpAPI实现AI Agent的tool

  成功注册Google的SerpAPI实现AI Agent的tool
• 11.19 11:06:21
  发表了文章 2024-11-19 11:06:21

  流量回放的数据隔离

  流量回放的数据隔离
• 11.19 11:05:35
  发表了文章 2024-11-19 11:05:35

  性能测试并发量评估新思考

  性能测试并发量评估新思考

  
• 11.19 11:04:37
  发表了文章 2024-11-19 11:04:37

  Data Masking：线上数据线下使用的数据处理方法

  数据脱敏，Data Masking：线上数据线下使用的数据处理方法

  
• 11.19 11:02:41
  发表了文章 2024-11-19 11:02:41

  性能测试中关注的指标

  性能测试关注多个层面的指标，包括系统层（CPU、内存、磁盘、网络）、中间件层（网关、数据库、缓存、MQ、分布式存储）、应用层（响应时间、吞吐量、应用资源、GC、错误信息）及业务层和发压机指标。这些指标帮助评估系统性能，识别潜在瓶颈，确保软件质量和用户体验。
• 11.19 11:01:14
  发表了文章 2024-11-19 11:01:14

  Jacoco的覆盖率原理

  JaCoCo（Java Code Coverage）是一种广泛使用的代码覆盖率工具，通过在字节码中插入探针（Probe）来收集覆盖率信息。

  
• 11.19 10:58:53
  发表了文章 2024-11-19 10:58:53

  一次利用大模型完成Jacoco code coverage报告合并的尝试

  本文介绍了利用大模型尝试合并Jacoco代码覆盖率报告的过程。通过定义特定的函数，自动识别并合并两个不同版本项目报告中的相同代码行覆盖率信息。尽管此方法存在局限性，但展示了大模型在自动化编程任务中的潜力。
• 11.19 10:55:21
  发表了文章 2024-11-19 10:55:21

  Testability的追根溯源

  本文探讨了Testability（可测试性）的概念，指出其并非源自软件工程，而是在硬件领域广泛应用后被引入。文中分析了多个来源对Testability的定义，强调了其核心在于系统或产品在特定条件下支持测试的能力，而非单纯指易于测试。文章还介绍了提高可测试性的几个原则，如设计标准化测试设备、内置自检功能等，旨在提升系统的测试效率和效果。
• 11.19 10:52:54
  发表了文章 2024-11-19 10:52:54

  基于大模型的应用的测试的一些注意事项

  大模型应用测试需注意三大冲突：时间敏感性冲突，即模型数据可能随时间变得过时；数据真实性冲突，指训练数据中可能存在虚假信息，影响模型准确性；数据一致性冲突，表现为模型对语义相同但句法不同的输入反应不一。测试时应针对这些问题设计用例，确保模型性能。
• 11.19 10:50:24
  发表了文章 2024-11-19 10:50:24

  程序调用大模型返回结构化输出（JSON）

  本文介绍了如何使用讯飞星火大模型API，并通过Python封装实现结构化数据输出。首先，通过封装SparkAI类，实现了与讯飞星火API的交互，确保了调用的安全性和便捷性。接着，利用Pydantic库定义了数据模型`CalendarEvent`，确保从大模型获取的回答能够被正确解析成预设的结构化JSON格式，从而解决了大模型回答不规范的问题。示例代码展示了如何构造请求、接收并解析响应，最终输出结构化的活动信息。
• 11.19 10:48:35
  发表了文章 2024-11-19 10:48:35

  Jacoco的XML报告详解

  JaCoCo的XML报告详解：本文介绍了使用JaCoCo生成的XML格式的测试覆盖率报告，包括报告结构、DTD文件定义、counter计数器及其类型（如INSTRUCTION、BRANCH等）、以及package、class、method、sourcefile等元素的具体内容和作用。通过这些信息，开发者可以详细了解测试代码的覆盖率情况，从而优化测试策略。
• 11.19 10:46:51
  发表了文章 2024-11-19 10:46:51

  Google提出的网页性能评价指标

  Google推出的“网页指标”计划旨在优化网页用户体验，其中Core Web Vitals为核心指标，包括Largest Contentful Paint (LCP)、Interaction to Next Paint (INP)和Cumulative Layout Shift (CLS)，分别衡量加载速度、互动性和视觉稳定性。这些指标采用第75百分位数评估，确保在不同设备和网络环境下提供一致的用户体验。

  
• 11.19 10:44:56
  发表了文章 2024-11-19 10:44:56

  响应时间指标的探索

  本文探讨了响应时间在人机交互中的重要性及发展。从1968年Rober B.Miller首次定义响应时间的多个维度，到1991年Stuart K.Card等人提出的立即响应时间常数，再到1993年Jakob Nielsen将响应时间划分为三个关键阈值，直至2020年Google提出的RAIL模型，强调了以用户为中心的性能衡量标准。这些研究为提升用户体验提供了理论基础和技术指导。

2024年05月

• 03.19 22:59:57
  发表了文章 2024-03-19 22:59:57

  LLM的测试工具：LaVague平替成国内大模型

  LaVague是一款使用LLM将自然语言转换为Selenium代码以实现自动化测试的工具。由于huggingface的某些模型需付费且访问不便，本文介绍了如何使用智谱的免费大模型作为替代。智谱提供免费的embedding模型和大量令牌。

  
• 01.30 15:26:37
  发表了文章 2024-01-30 15:26:37

  软件测试是质量需求的交付实践

  软件测试是质量需求的交付实践
• 01.30 15:24:30
  发表了文章 2024-01-30 15:24:30

  破解研发效能度量悖论

  每一个精心设计的度量模型都是为了提升团队的研发效能，每一个精心设计的度量模型都会驱使出现“高分低能”的团队。
• 01.15 12:30:49
  发表了文章 2024-01-15 12:30:49

  软件测试是质量需求的交付实践

  软件测试是质量需求的交付实践
• 12.07 14:05:45
  发表了文章 2023-12-07 14:05:45

  通过Langchain实现大模型完成测试用例生成的代码（可集成到各种测试平台）

  通过Langchain实现大模型完成测试用例生成的代码（可集成到各种测试平台）

2023年11月

• 11.21 10:04:59
  发表了文章 2023-11-21 10:04:59

  测试工程师如何帮助开发域的质量变好

  测试工程师如何帮助开发域的质量变好
• 11.06 10:31:04
  发表了文章 2023-11-06 10:31:04

  AI 模型：数据收集和清洗

  AI 模型：数据收集和清洗
• 11.06 10:29:40
  发表了文章 2023-11-06 10:29:40

  Fine-tune 的简介

  Fine-tune 的简介
• 11.06 10:27:37
  发表了文章 2023-11-06 10:27:37

  基于通用LLM的一次测试用例自动生成的实验

  基于通用LLM的一次测试用例自动生成的实验
• 11.06 10:25:12
  发表了文章 2023-11-06 10:25:12

  CoT 的方式使用 LLM 设计测试用例实践

  CoT 的方式使用 LLM 设计测试用例实践
• 11.06 10:24:06
  发表了文章 2023-11-06 10:24:06

  为集成LLM到测试平台提供更便捷的方式：为讯飞的LLM星火创建接入LangChain类（全部源代码）

  为集成LLM到测试平台提供更便捷的方式：为讯飞的LLM星火创建接入LangChain类（全部源代码）
• 11.06 10:22:19
  发表了文章 2023-11-06 10:22:19

  通过Chain Prompts方式将LLM的能力引入测试平台：正交实验测试用例生成

  通过Chain Prompts方式将LLM的能力引入测试平台：正交实验测试用例生成

2023年08月

• 08.23 11:26:23
  发表了文章 2023-08-23 11:26:23

  AI模型评估的指标

  模型评估的指标
• 08.23 11:13:26
  发表了文章 2023-08-23 11:13:26

  AI 模型的基准测试

  在评估一个模型的时候，仅通过ROUGE、BLEU SCORE评价模型还是太单薄了，并不能全面的反馈模型的能力。在相完整评估一个模型的能力的时候，最重要的是提供一套有效的评估模型。现在常见的模型的基准测试有 GLUE、SuperGLUE、HELM、MMLU等等。

2023年05月

• 05.29 17:27:31
  发表了文章 2023-05-29 17:27:31

  OpenAI如何让ChatGPT遵守了伦理道德的底线

  OpenAI如何让ChatGPT遵守了伦理道德的底线
• 05.17 13:59:50
  发表了文章 2023-05-17 13:59:50

  性能测试的时机

  性能测试的时机
• 05.04 10:48:29
  发表了文章 2023-05-04 10:48:29

  详解软件质量模

  软件测试的目的就是为了“验证产品质量是否满足用户的需求”。但是搞清楚，用户的需求并不是一件容易的事，因此在软件测试行业发展的漫长历史中，需要一种方式能够积累广大测试工程师的经验。这里的经验就是如何验证用户的需求。这也促使软件质量模型的诞生。软件质量模型是一个衡量软件整体质量效果的度量标准，反映软件满足明确或隐含需要能力的特性总和。如果你的测试活动脱离了软件质量模型，那么很有可能会有一些很重要的内容被忽略。软件质量模型发展到现在也经历了很多演进，但是每一种演进都是是为了交付好系统而发展的。
• 05.04 10:46:20
  发表了文章 2023-05-04 10:46:20

  混沌工程和故障演练

  混沌工程是近些年出现的在稳定性方面的工程学科，英文叫作 Chaos Engineering，是由网飞公司最先提出的，因为最开始混沌工程被叫作 Chaos Monkey，就像一只猴子在系统中捣乱一样，以至于到现在每次出现混沌工程都会提及一只捣乱的猴子的比喻。但是稳定性测试却不是网飞独创的，在混沌工程之前，就已经有很多关于稳定性方面的研究了。随着测试系统的业务逻辑越来越复杂，交付团队不断地通过细化测试、增加发布环节以及各种流程管控，来保障的系统的稳定性，但是的系统还是会出现各式各样的故障，混沌工程就是本着提早暴露系统脆弱环节的理念，以提高系统的稳定性为目的而出现的。

2023年04月

• 04.16 09:40:23
  发表了文章 2023-04-16 09:40:23

  AI 的道德性测试

  AI 的道德性测试
• 04.16 09:39:13
  发表了文章 2023-04-16 09:39:13

  AI 系统简介和分类

  AI 系统简介和分类
• 04.16 09:38:14
  发表了文章 2023-04-16 09:38:14

  如何测试一个 AI 系统？

  目前智能系统主要是对 AI 应用最为广泛的四个领域是自然语言处理、图像识别、推荐系统、机器学习这四个方面。每个智能系统都包含了一个及其以上的 AI 模型，那么支撑 AI 模型对外提供服务还需要很多传统组件，例如数据库、Web 容器、交互界面等等。所以非智能系统可能出现的缺陷，在智能系统中都有可能存在，因此我们常规的测试方法、技术、实践还都是适用的。除此之外智能系统与非智能系统相比还有一些其特殊性，所以专门针对智能系统的测试策略、方法和实践也是需要深入研究和探讨的

  

2023年01月

• 01.10 10:12:52
  发表了文章 2023-01-10 10:12:52

  测试环境建设原则和管理实践

  测试环境是指为了完成软件测试工作所必需的计算机硬件、软件、网络设备、历史数据等的总称，即够支持完成测试工作所需要的软件和硬件。测试环境是测试活动的基础，正确模拟生产环境，稳定支持测试活动是测试环境的基本要求。稳定可控的测试环境能够提升测试工程师的测试工作效率，测试工程师无需花费过多的时间维护测试环境的稳定、测试数据的合理等工作上。测试工程师只需正确执行测试用例（这里既包含了自动化测试用例也包含手工测试用例）就可以稳定复现测试过程。

  

2022年11月

• 11.22 09:00:21
  发表了文章 2022-11-22 09:00:21

  正交试验测试用例设计及工具推荐

  在科研和生产实践中，人们往往要做许多次实验来进行某项研究。实验条件一般包括很多因素，当因素的值不同时，实验的结果也不一样。如果想把每个因素的每个值都要实验一遍，总实验数就等于各因素的值的个数的乘积，而这个数往往很大，超过了可接受的成本。 例如，假设某个实验由A,B,C,D四个因素，每个因素都有10个不同的取值，那么如果想把每个因素都考虑到，我们需要做 10*10*10*10=10000次实验。 为了减少实验数目，我们必须选出那些最有代表性的例子。于是，就要用到了正交表法(Orthogonal Array Testing Strategy)。

  
• 11.03 13:46:12
  发表了文章 2022-11-03 13:46:12

  测试团队技术转型实践方法

  测试团队技术转型实践方法

  
• 11.03 13:41:19
  发表了文章 2022-11-03 13:41:19

  接口测试的关键技术

  接口测试的关键技术

  
• 11.03 13:38:55
  发表了文章 2022-11-03 13:38:55

  测试中的误报和漏报同样的值得反复修正

  测试中的误报和漏报同样的值得反复修正
• 11.03 13:35:14
  发表了文章 2022-11-03 13:35:14

  遗留系统的自动化策略

  遗留系统的自动化策略
• 11.03 13:33:44
  发表了文章 2022-11-03 13:33:44

  选好冒烟测试用例，为进入QA的制品包把好第一道关

  选好冒烟测试用例，为进入QA的制品包把好第一道关
• 11.03 13:32:07
  发表了文章 2022-11-03 13:32:07

  测试环境建设的基本原则

  测试环境建设的基本原则

  
• 11.03 13:27:34
  发表了文章 2022-11-03 13:27:34

  分层自动化测试模型变与不变

  分层自动化测试模型变与不变

  

2022年10月

• 10.08 14:13:20
  发表了文章 2022-10-08 14:13:20

  持续测试成熟度模型

  持续测试成熟度模型

  

2022年06月

• 06.02 10:48:22
  发表了文章 2022-06-02 10:48:22

  持续测试是一种测试实践

  持续测试是一种测试实践