资源介绍
视频数量：34个
总时长：5小时33分
课程介绍：
生成式AI软件测试实战：功能测试、自动化与智能体AI
想象一下这样的场景：你每天花大量时间写测试用例、调脚本、排查失败的测试，眼看deadline逼近，手头的自动化用例还在报错，重复劳动消耗了你大部分精力。如果你现在还在这样工作，那生成式AI正在彻底改变软件测试行业的游戏规则，而你完全可以成为第一批掌握这项技能的人。
这门课就是为软件测试工程师量身打造的生成式AI实战课程。不管你是刚入行的测试新人，还是有几年经验的功能测试人员，或者已经在写自动化脚本的测试开发工程师，这门课都能帮你把AI能力直接嫁接到日常测试工作中。课程从零开始带你了解生成式AI是什么、怎么用，然后逐步深入到用AI辅助需求分析、测试规划、用例设计、自动化脚本编写，最后延伸到Agent智能体这个最前沿的方向。整整5个半小时的视频内容，34个模块，从基础概念到项目实战，覆盖了生成式AI在软件测试全生命周期的应用。
先说说测试基础部分。如果你之前没有系统学习过软件测试，这门课会先带你了解功能测试、API测试的基本概念，还有自动化测试的整体框架。这些内容不算深入，但足够让你理解后续课程的技术语境。为什么要先讲这些？因为很多测试人员虽然天天在写用例，但可能没有从流程角度完整理解过测试生命周期，学了AI工具也不知道用在哪儿。把这部分补上，后面用AI辅助需求分析和测试规划时才不会有知识盲区。
接下来进入生成式AI的核心模块。这部分会教你认识主流的大语言模型，包括ChatGPT、Gemini、Microsoft Copilot这些常用工具，还有Groq这样的平台。实操环节会从最基础的提示工程开始，什么是提示词、怎么写好提示词、有哪些提升效果的最佳实践，这些都会手把手演示。提示工程看起来简单，但它是后续所有AI应用的地基。很多人觉得AI工具不好用，其实往往是提示词没写对。掌握了这部分，你就能真正把AI变成得力助手，而不是一个经常答非所问的玩具。
有了提示工程基础，就可以开始把它应用到软件测试的具体环节了。课程会教你用生成式AI做需求分析，包括怎么让AI帮你理解需求文档、提炼测试要点；怎么做测试工作量估算，让AI给出更合理的排期建议；怎么生成完整的测试计划文档，包括测试范围、风险分析、测试策略这些常规章节；最后还会讲到测试用例设计的AI辅助方法。这些内容直接对应测试生命周期中的关键节点，学完就能在工作中实际用起来。
自动化测试部分是这个课程的精华之一。首先是用生成式AI辅助Selenium自动化，课程会演示怎么用AI生成XPATH、怎么让AI帮你写测试脚本、怎么读取Excel数据文件、怎么集成Extent Report生成漂亮的测试报告。这些都是 Selenium 自动化中最高频的操作，AI介入后效率提升非常明显。紧接着是Playwright方向的自动化，包括Playwright的环境搭建、基础脚本编写、Codegen自动生成脚本、测试报告配置，以及通过MCP服务器把Playwright和生成式AI打通的方法。两套框架都会讲到，学员可以根据自己项目的技术栈选择深入哪个方向。
除了传统的UI自动化，课程还花了不少篇幅讲Agent智能体在测试中的应用。Browser-use是一个很有意思的工具，它本质上是一个浏览器自动化智能体，你给它描述任务，它就能自己操作浏览器完成测试场景。课程会演示Browser-use的基本原理、实战操作，还有怎么用它搭建Streamlit聊天界面，让非技术人员也能通过对话方式触发自动化测试。这代表了测试自动化的一个新方向：从写脚本执行测试，变成用AI智能体理解任务后自主完成测试。
如果你想更进一步自己开发测试AI应用，课程还有专门讲Langchain和Streamlit的章节。Langchain是大语言应用开发的主流框架，课程会用实例带你搭一个最简单的AI应用，了解它的基本工作流程。Streamlit则是一个快速构建数据应用的Python框架，课程会教你用它做出可视化的测试分析界面。这两个工具组合起来，你就能把AI能力封装成独立的应用程序，分享给团队使用，甚至可以做成内部工具来沉淀测试经验。
更进阶的内容包括用Crew AI构建需求分析智能体。这个框架主打多智能体协作，你可以让不同的AI角色分别负责需求解读、测试点提取、测试用例生成，然后组合成一个完整的需求分析流水线。课程会演示怎么从零开始搭建这样一个系统，让你对Agent架构有更直观的理解。另外还有SmolAgents这个新兴框架的入门，教你怎么用它做Web自动化测试。
最后压轴的是Self Heal自动化的完整实现方案。这是近年来测试社区非常关注的方向，核心思路是让自动化测试在运行时遇到失败时，AI能自动分析问题原因并修复测试脚本，而不是让测试人员手动介入排查。课程提供了完整的项目代码，包括Java端的Selenium测试代码和Python端的Self Heal服务，教你怎么把两者集成起来实现自愈能力。这个方向目前还在快速发展中，提前掌握能让你在竞争中占得先机。
学完这门课，你会获得一套完整的AI测试技能体系。从用AI辅助日常的文档编写和用例设计，到用AI加速自动化脚本开发，再到用智能体实现更高级的测试自动化，这些都是现在就能在工作中落地的实际能力。整个课程学习路径设计得很平滑，从基础概念到进阶工具再到前沿方向，适合按部就班地学习消化。如果你想在测试领域保持竞争力，把AI能力变成自己的核心竞争力，这门课是个不错的起点。