2025QECon全球软件质量效能大会：基于LLM的接口自动化测试用例生成落地实践-

郑义川型与智能化升级，并主导测试平台的离线交付解决方案，有效支撑20+产品线的自动化体系建设落地。同时推动大模型在接口测试用例生成方向的实践与应用，推动AI能力在质量场景中的落地与优化。毕业后曾就职于央企和滴滴，从事控制系统开发、自动化治理、测试服务化与测试能力CONTENTS测试平台测试平台【优点】配置化编写，技术门槛低【劣势】定制化需求不易覆盖不如代码框架灵活自动化框架【优点】灵活性高，可业务定制【劣势】有技术门槛有代码维护成本手工测试【优点】上手快，无门槛【劣势】执行效率低时间成本大自动化框架自动化框架自动化代码测试代码生成测试平台测试平台平台用例生成低代码的低代码的平台化自动化框架智能体智能化更更基础功能集合/用例管理、执行计划管理等基进阶功能等执行环境自定义插件全局上下文引用•平台结构化数据，按【工程代码层】和【测试代码层】分别沉•两层代码沉浸相互独立，基于不同代•工程代码层主要有：框架类代码、测试配置、测试数据、通用函数与用户自•测试代码层主要有：用例流程信息、用例步骤详细小而精多形态多点尝试小而精多形态多点尝试轻量切入轻量切入基于prompt工程实现即可，需提供如下信息：•接口参数•接口返回体数据（取自基于prompt工程实现即可，需提供如下信息：•接口参数•接口返回体数据（取自debug）•接口参数定义•参数关系推理方法•用户特定要求针对业务逻辑相对独立的接口，进行单接口的测试用例批量生成•根据接口测试参数设计方法，进行用例场景设计•用户已经是平台用户，具备可访问和被测试的业务环境•批量生成并执行，只保留成功用例•用例删除是软删除，用户可以根据想要的测试场景捞回用例，进行修改调试用户自然语言描述测试诉求，推理业务流程，根据上下文依赖串联，生成请求参数与断言等信息•根据业务背景知识，分析出潜在业务流程，对手工用例描述进行测试步骤拆分•向量计算得分排行TopN+智能选取，匹配可信度高的接口或函数（匹配结果经过人工验证后再继续生成•生成参数后处理：智能纠错与智能修复等环节，提高生成准确率•复用智能断言功能，自动生成断言配置基础条件保障限定业务范围人工验证介入基于规则的校验与纠错阶段性目标平台化落地成果•平台累计服务产品xxx个，生成测试代码•支持xxx次Tob项目的客户侧交付智能化成效智能体核心特性工作流智能体模拟一次编写自动化用例的过程代码生成能力代码生成能力学习能力和自修复总结、连续对话低成本使用自我纠错自我学习Agent触达执行场景能形成真实环境Feedback闭环挥智能体的自主性，在执行过程中不断发现问题、设计理念•最终目标是完成测试任务，而不是生成用例代码。按第一性原理去思考，生成代码只是中间过程•AI主导测试全过程，用户只需要在必要时介入，用户作为监督辅导者角色督导智能体工作，而不是让用户通过prompt工程去适应A•智能体核心价值是自我纠错和学习能力，不是工作流，不是调用工具，不是意图识别能力分发。学习能力是一种低成本提升智能体自身效果的重要手段，干活干得越多，效果越来越好。•业务知识很重要，每个业务都有自己的独有业务知识，直接关系到智能体最终能否完成测试任务步适配器桥接信用库强索无弱无弱护无弱解使用场景•质量左移：支持研发自测•