阿里QA導(dǎo)讀：面對(duì)被測(cè)系統(tǒng)發(fā)生重大的變化，過(guò)去的資產(chǎn)如何維護(hù)？如何通過(guò)人工智能驅(qū)動(dòng)，設(shè)計(jì)測(cè)試自動(dòng)化解決方案？本次分享將從模型驅(qū)動(dòng)設(shè)計(jì)，AI如何優(yōu)化測(cè)試用例等維度，介紹一種AI在軟件測(cè)試領(lǐng)域的實(shí)踐方案。

大家好，我是靳超，我今天給大家匯報(bào)的主題是，基于A(yíng)I的模型驅(qū)動(dòng)軟件測(cè)試設(shè)計(jì)。

我們這個(gè)團(tuán)隊(duì)是從上個(gè)世紀(jì)一直做軟件測(cè)試，今天上午也有老師聊到過(guò)在上個(gè)世紀(jì)有很多不同的軟件，我們做這個(gè)行業(yè)的時(shí)候，當(dāng)時(shí)有殺毒軟件王江民，KV2000。當(dāng)年做過(guò)一兩年的MIS系統(tǒng)，從1999年開(kāi)始我們一直做軟件測(cè)試，從嵌入式系統(tǒng)測(cè)試，白盒測(cè)試，到代碼安全測(cè)試，最近四年來(lái)我們一直關(guān)注于黑盒測(cè)試。我們專(zhuān)注于把國(guó)外最新的，成熟的產(chǎn)品和技術(shù)引入到國(guó)內(nèi)來(lái)，服務(wù)于國(guó)內(nèi)的軟件開(kāi)發(fā)組織。

在黑盒測(cè)試技術(shù)領(lǐng)域，我們目前關(guān)注于以上四個(gè)方面。

第一個(gè)方面，如何通過(guò)模塊化去提高測(cè)試資產(chǎn)的可復(fù)用性。關(guān)于這個(gè)問(wèn)題，實(shí)際上，對(duì)于有一段測(cè)試自動(dòng)化歷史，或者有些測(cè)試資產(chǎn)的用戶(hù)，會(huì)有體驗(yàn)。在軟件自動(dòng)化測(cè)試當(dāng)中有一個(gè)很大的挑戰(zhàn)，就是當(dāng)我們的被測(cè)系統(tǒng)發(fā)生變更時(shí)，我們對(duì)已有的測(cè)試自動(dòng)化資產(chǎn)如何維護(hù)和復(fù)用。測(cè)試自動(dòng)化資產(chǎn)維護(hù)的難度，會(huì)導(dǎo)致很多公司放棄自動(dòng)化測(cè)試，回歸到手動(dòng)測(cè)試。我們一直帶著這個(gè)問(wèn)題去看目前黑盒測(cè)試領(lǐng)域的各項(xiàng)領(lǐng)先技術(shù)。目前來(lái)看，整個(gè)業(yè)界對(duì)于這個(gè)問(wèn)題，沒(méi)有一個(gè)按鈕的解決方案，基本上各個(gè)廠(chǎng)家都是通過(guò)模塊化，框架化，做到更好的測(cè)試資產(chǎn)維護(hù)。而在這個(gè)方向上，我們提供了一種無(wú)需腳本的，自帶框架的模塊化解決方案，更易于黑盒測(cè)試自動(dòng)化的實(shí)現(xiàn)，提高可維護(hù)性和復(fù)用性。

第二個(gè)方面，完全基于圖像識(shí)別，實(shí)現(xiàn)測(cè)試執(zhí)行自動(dòng)化。過(guò)去二十年當(dāng)中，黑盒測(cè)試多采用對(duì)象識(shí)別作為基礎(chǔ)，實(shí)現(xiàn)測(cè)試行為的自動(dòng)化，腳本化。但是在這個(gè)過(guò)程當(dāng)中，有很多的對(duì)象識(shí)別的方面的困難，或者對(duì)被測(cè)系統(tǒng)底層實(shí)現(xiàn)技術(shù)的相關(guān)性，造成自動(dòng)化測(cè)試實(shí)現(xiàn)過(guò)程中的困難。后來(lái)，我們發(fā)現(xiàn)，在國(guó)外，早已有成熟的，完全基于圖像識(shí)別，驅(qū)動(dòng)整個(gè)測(cè)試流程自動(dòng)化的平臺(tái)。所以我們把這項(xiàng)技術(shù)引入到國(guó)內(nèi)來(lái)，在過(guò)去的三年，我們的一批客戶(hù)，使用我們的這項(xiàng)技術(shù)，將之前有賴(lài)于人工測(cè)試的繁瑣的測(cè)試工作，實(shí)現(xiàn)了自動(dòng)化。

第三個(gè)方面，是關(guān)于人工智能在測(cè)試領(lǐng)域中的應(yīng)用。?這也是今天我們所專(zhuān)注的話(huà)題。我們都知道，以前的測(cè)試自動(dòng)化，更多關(guān)注與測(cè)試執(zhí)行的自動(dòng)化。實(shí)際上，整個(gè)測(cè)試實(shí)現(xiàn)，前面有測(cè)試的設(shè)計(jì)工作，后面有測(cè)試數(shù)據(jù)的分析。我們今天匯報(bào)的，是基于人工智能的算法，如何服務(wù)于測(cè)試設(shè)計(jì)的自動(dòng)化，關(guān)注于前面這個(gè)部分的工作，即怎樣用人工智能的算法，結(jié)合模型驅(qū)動(dòng)測(cè)試設(shè)計(jì)技術(shù)，幫助大家自動(dòng)測(cè)試用例的設(shè)計(jì)和生成，更好的提升測(cè)試覆蓋率，高效的發(fā)現(xiàn)缺陷。這個(gè)話(huà)題會(huì)展開(kāi)講，是今天主要的話(huà)題。

第四個(gè)方面，通過(guò)搭建DevOps環(huán)境中，不同專(zhuān)業(yè)領(lǐng)域工具間的數(shù)據(jù)總線(xiàn)，實(shí)現(xiàn)敏捷溝通。如果大家有印象的話(huà)，若干年前，IBM Rational團(tuán)隊(duì)曾經(jīng)推出Jazz平臺(tái)，希望完成類(lèi)似的工作，幫助軟件組織在整個(gè)軟件生命周期中，幫助各個(gè)不同的專(zhuān)業(yè)團(tuán)隊(duì)，例如需求、設(shè)計(jì)、運(yùn)維等不同團(tuán)隊(duì)之間使用的不同工具之間，實(shí)現(xiàn)的數(shù)據(jù)互聯(lián)互通，達(dá)成高效敏捷的團(tuán)隊(duì)協(xié)作。而上述這個(gè)技術(shù)方向，就是我們離開(kāi)IBM之后，發(fā)現(xiàn)的一個(gè)成熟的技術(shù)平臺(tái)，實(shí)現(xiàn)這一需求，就引入國(guó)內(nèi)，提供本地的技術(shù)服務(wù)工作。我們目前主要關(guān)注和提供以上四個(gè)方向的技術(shù)平臺(tái)和服務(wù)，并將不斷將國(guó)外最新的一些相關(guān)技術(shù)，引入到國(guó)內(nèi)，來(lái)服務(wù)于各位。

今天，我們重點(diǎn)介紹的，是AI在軟件測(cè)試設(shè)計(jì)領(lǐng)域的實(shí)踐。主要是來(lái)自于英國(guó)的Eggplant。

近年來(lái)，Eggplant已經(jīng)成為功能測(cè)試領(lǐng)域的頭部企業(yè)，并獲得了相關(guān)第三方評(píng)估機(jī)構(gòu)的認(rèn)可。作為最新的SIIA CODiE科迪獎(jiǎng)的獲得者，Eggplant被譽(yù)為最佳DevOps工具。在Gartner和Forrester的功能測(cè)試年度評(píng)估報(bào)告中，Eggplant也名列前茅。

其實(shí)我們回顧一下過(guò)去的十年，功能測(cè)試領(lǐng)域真的發(fā)生巨大的變化。傳統(tǒng)上面的頂級(jí)玩家，現(xiàn)在慢慢地轉(zhuǎn)向了一些更好的，有更加豐厚利潤(rùn)的市場(chǎng)方向。而在功能測(cè)試技術(shù)的演變和革新中，一些全新的公司，更加專(zhuān)注的投入到這個(gè)領(lǐng)域，站在業(yè)界的第一排。之前的一些問(wèn)題和體現(xiàn)，在新的技術(shù)能力下，值得大家重新關(guān)注一下新的這些能力和技術(shù)。

我們可以看到，將AI技術(shù)應(yīng)用于測(cè)試實(shí)踐，是Eggplant獲得第三方評(píng)估機(jī)構(gòu)和市場(chǎng)關(guān)注和認(rèn)可的原因之一。可見(jiàn)，近年來(lái)，整個(gè)業(yè)界，對(duì)如何使用人工智能的技術(shù)來(lái)變革軟件測(cè)試的方式方法，非常的關(guān)注。

談到人工智能，我們會(huì)想起，上世紀(jì)60年代，有一部電影，叫2001太空漫游，其中描述了人工智能機(jī)器為完成任務(wù)威脅到宇航員的生命。你就知道，人工智能不是一個(gè)新鮮的話(huà)題，只不過(guò)在過(guò)去的幾十年中，對(duì)這項(xiàng)技術(shù)的關(guān)注，有幾個(gè)波峰波谷而已。那時(shí)人們描述的人工智能，充滿(mǎn)幻想，是兼具感情和邏輯的一種實(shí)現(xiàn)。事實(shí)上，當(dāng)前我們應(yīng)用中的人工智能，更直接的說(shuō)，其包含的機(jī)器學(xué)習(xí)，例如神經(jīng)網(wǎng)絡(luò)算法等這類(lèi)技術(shù)，更多實(shí)現(xiàn)了邏輯層面的一些工作，暫時(shí)還沒(méi)有確定能產(chǎn)生類(lèi)似人類(lèi)情感的機(jī)制。而邏輯的實(shí)現(xiàn)，可以是使用機(jī)器學(xué)習(xí)算法，也可以使用更傳統(tǒng)的，基于規(guī)則的系統(tǒng)實(shí)現(xiàn)，甚至有業(yè)界人士會(huì)聊到，機(jī)器學(xué)習(xí)算法的本質(zhì)，依然是基于規(guī)則。

機(jī)器學(xué)習(xí)算法實(shí)質(zhì)，是實(shí)現(xiàn)了一種模式匹配。算法可以根據(jù)各種各樣的輸入，通過(guò)算法中參數(shù)的自我調(diào)整，擬合出一種有時(shí)連人類(lèi)都無(wú)法察覺(jué)的，辨識(shí)輸入和特定輸出之間的關(guān)聯(lián)關(guān)系。這種模式匹配的能力，應(yīng)用到各個(gè)行業(yè)，包括我們熟知的圖像識(shí)別，自動(dòng)駕駛，垃圾郵件分類(lèi)等。

這種方法，同樣適用于我們來(lái)優(yōu)選測(cè)試中的不同的測(cè)試步驟組合，這就形成了不同的測(cè)試用例。這些不同的測(cè)試步驟的特征，作為算法的輸入，和期望的特定的輸出，例如在軟件測(cè)試領(lǐng)域，我們將組織預(yù)期的功能測(cè)試覆蓋率和盡可能多的發(fā)現(xiàn)缺陷作為期望達(dá)到的輸出，我們?nèi)M合出這種輸入和輸出之間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)機(jī)器幫助人類(lèi)設(shè)計(jì)和優(yōu)化測(cè)試用例組合，自動(dòng)探索高價(jià)值的測(cè)試場(chǎng)景系列。今天我們匯報(bào)的重點(diǎn)，將放在技術(shù)達(dá)成的效果和為組織帶來(lái)的價(jià)值上。

當(dāng)我們接觸一項(xiàng)新的技術(shù)時(shí)，總是希望，能了解這項(xiàng)技術(shù)是如何實(shí)現(xiàn)的？最近看了一篇TED的演講，關(guān)于人工智能算法用于識(shí)別狼和狗的照片。演講者描述，當(dāng)時(shí)人工智能的專(zhuān)家們發(fā)現(xiàn)，算法識(shí)別的效果并不理想，并不像人們期望中的，像識(shí)別貓和狗的照片那樣敏感。其實(shí)整個(gè)過(guò)程中，更糟糕的問(wèn)題是，算法工程師，實(shí)際上也搞不清楚算法是如何具體實(shí)現(xiàn)這一識(shí)別過(guò)程的。以至于，他們最后發(fā)現(xiàn)，造成識(shí)別偏差的原因，和算法過(guò)于關(guān)注圖片的局部，例如圖片中背景中雪的圖像，導(dǎo)致將背景中的雪，和認(rèn)為圖片中的動(dòng)物更象是一只狼發(fā)生了傾向性的關(guān)聯(lián)。這是一個(gè)算法缺陷。而且在發(fā)現(xiàn)這種傾向之前，算法工程師和編碼人員，沒(méi)有人知道兩者之間的作用機(jī)制！人工智能算法的復(fù)雜性，帶來(lái)了某些不可預(yù)知性，甚至對(duì)人工智能技術(shù)的某種擔(dān)憂(yōu)。

好吧，所以，今天，我作為一個(gè)普通的測(cè)試自動(dòng)化人員，我的重點(diǎn)將不是探究工具算法的細(xì)節(jié)，例如，“利用Adam算法優(yōu)化動(dòng)量和指數(shù)加權(quán)移動(dòng)平均法計(jì)算值, 使算法可以避免過(guò)于關(guān)注局部特征。”Eggplant是使用了怎樣的算法來(lái)優(yōu)化測(cè)試用例設(shè)計(jì)的？而是更關(guān)注于作為我們普通的測(cè)試人員，幫助我們做真正的軟件測(cè)試設(shè)計(jì)，給企業(yè)帶來(lái)更多的投資回報(bào)。

所以，大概分成這么幾個(gè)部分，第一個(gè)是模型驅(qū)動(dòng)測(cè)試設(shè)計(jì)的由來(lái)的必要性；第二是在模型驅(qū)動(dòng)過(guò)程當(dāng)中，AI優(yōu)化測(cè)試用例是怎么起到幫助，最后是應(yīng)用實(shí)踐，我們結(jié)合客戶(hù)的實(shí)際應(yīng)用的情況，介紹工具使用中一些相關(guān)的問(wèn)題。

我們簡(jiǎn)單的回顧一下功能測(cè)試自動(dòng)化發(fā)展的歷史。

最早的自動(dòng)化測(cè)試，我們使用捕捉回放，實(shí)現(xiàn)了一個(gè)測(cè)試行為線(xiàn)性的自動(dòng)化腳本。很快我們發(fā)現(xiàn)這種線(xiàn)性腳本書(shū)寫(xiě)的效率，更關(guān)鍵的，是可維護(hù)性，都有很大的問(wèn)題，自然而然我們追求腳本模塊化，提高可維護(hù)性。后來(lái)我們發(fā)現(xiàn)僅僅做腳本的模塊化也不理想，因?yàn)樵谖覀儨y(cè)試過(guò)程中，有很多專(zhuān)業(yè)的，業(yè)務(wù)背景的測(cè)試人員，我們不是來(lái)自于IT專(zhuān)業(yè)，不喜歡直接使用代碼和腳本，進(jìn)而我們封裝腳本，實(shí)現(xiàn)關(guān)鍵字驅(qū)動(dòng)測(cè)試，將測(cè)試邏輯和測(cè)試數(shù)據(jù)分離，測(cè)試開(kāi)發(fā)和測(cè)試執(zhí)行分離，支持具有專(zhuān)業(yè)業(yè)務(wù)能力的人員，方便的設(shè)計(jì)測(cè)試場(chǎng)景，避免了編碼的困擾。

但是，即使在這種方式下，大家發(fā)現(xiàn)仍然有一個(gè)問(wèn)題。很多客戶(hù)問(wèn)我們，這樣的包含若干測(cè)試步驟的用例依然由人來(lái)定的，我們?nèi)绾伪ＷC人的思維能覆蓋盡可能多的業(yè)務(wù)場(chǎng)景，包括異常操作，是不是有更好的方法。正是基于以上的提問(wèn)，我們才引入了所謂的基于模型的這種測(cè)試用例生成方法，以滿(mǎn)足用戶(hù)提出的問(wèn)題。

比如說(shuō)，在一個(gè)類(lèi)似于攜程的旅行輔助軟件中，如果我們采用我們推薦的建模方式之一，基于界面建模，我們使用模型，描述界面，即上圖中藍(lán)色的方框，我們稱(chēng)之為狀態(tài)，和界面中所具有的各種功能，即上圖中藍(lán)色的方框中的灰色方框，我們稱(chēng)之為活動(dòng)，以及活動(dòng)和狀態(tài)之間的關(guān)系，即上圖中棕色的連接線(xiàn)。我們也可以采用基于行為的建模方式，我們回頭再看。基于界面建模時(shí)，簡(jiǎn)單易用是最直觀(guān)的感受。我們幾乎不需要太多訓(xùn)練，就可以開(kāi)始建模工作。工具隨后將基于A(yíng)I算法去覆蓋各種各樣的操作的可能性，包括測(cè)試人員能夠想到的，同時(shí)也包括測(cè)試人員沒(méi)有想到，但軟件的最終用戶(hù)可能使用軟件的某種方式，也就是通常功能測(cè)試當(dāng)中，測(cè)試設(shè)計(jì)人員設(shè)想的正向的路徑，還有更多的異常的路徑，缺陷就包含在這些測(cè)試路徑中。這些路徑，按照不同的，業(yè)務(wù)允許的方式，組合測(cè)試步驟，實(shí)現(xiàn)測(cè)試用例。

在這樣一個(gè)環(huán)境下面，AI起到一個(gè)什么樣的作用呢，這張圖很好地解釋了AI是怎么樣參與這個(gè)工作。

通過(guò)模型，工具可以幫助我們產(chǎn)品大量的，具有業(yè)務(wù)邏輯的測(cè)試步驟組合，即測(cè)試用例。AI的作用，通過(guò)算法對(duì)潛在的，海量的測(cè)試用例系列進(jìn)行優(yōu)選，優(yōu)先去執(zhí)行高價(jià)值的測(cè)試用例。優(yōu)選的依據(jù)，主要是兩個(gè)目標(biāo)，覆蓋率和缺陷發(fā)現(xiàn)。人工智能的算法幫助大家分析這個(gè)模型，看看怎么樣在有效的時(shí)間里。去優(yōu)先執(zhí)行哪些測(cè)試路徑，能夠更好幫助大家快速地提升覆蓋率和發(fā)現(xiàn)缺陷。

實(shí)踐中，我們感受到，這種新的方法，也改變了我們傳統(tǒng)的，對(duì)功能測(cè)試自動(dòng)化的理解。這種方式下面的功能測(cè)試變成動(dòng)態(tài)的測(cè)試，之前基于腳本的測(cè)試是靜態(tài)的。基于腳本的自動(dòng)化功能測(cè)試，無(wú)論測(cè)試腳本執(zhí)行多少次，腳本所驗(yàn)證的測(cè)試點(diǎn)，運(yùn)行的路徑，都是完全一樣的。但是，在基于人工智能優(yōu)化下的模型驅(qū)動(dòng)測(cè)試，每次的測(cè)試都的測(cè)試的路徑都是根據(jù)上一次測(cè)試的數(shù)據(jù)結(jié)果決定的。

我們剛才談到算法所需要考慮的輸入項(xiàng)，大概分成五個(gè)類(lèi)別。

• 業(yè)務(wù)權(quán)重

• 回歸測(cè)試用例

• 特征值

• 覆蓋率

• 已發(fā)現(xiàn)缺陷

這些輸入項(xiàng)，會(huì)影響不同可選的測(cè)試步驟的權(quán)重，進(jìn)而影響測(cè)試中，下一步測(cè)試步驟的選擇的可能性。其中，業(yè)務(wù)權(quán)重和回歸測(cè)試用例是容易為大家理解的。就是，重要的業(yè)務(wù)步驟，和我們?nèi)藶榇_定需要執(zhí)行的測(cè)試用例集合，這些輸入項(xiàng)，都將影響模型驅(qū)動(dòng)的測(cè)試，增加執(zhí)行這些業(yè)務(wù)和路徑的傾向。

從下面后臺(tái)算法權(quán)重的展示界面中，大家也可以看到，已經(jīng)執(zhí)行的路徑改變的覆蓋率指標(biāo)，和已經(jīng)發(fā)現(xiàn)的缺陷，這些因素，都將影響測(cè)試路徑選擇時(shí)，每一步測(cè)試步驟最新的權(quán)重值得變化，進(jìn)而及時(shí)調(diào)整測(cè)試的路徑。

例如，根據(jù)之前做過(guò)的測(cè)試，曾經(jīng)發(fā)現(xiàn)過(guò)缺陷的模塊，或已經(jīng)覆蓋到的模塊，它們的顏色被標(biāo)示。相應(yīng)的你會(huì)發(fā)現(xiàn)，在當(dāng)前的測(cè)試步驟的選擇時(shí)，算法將計(jì)算出下一步幾個(gè)可能的測(cè)試步驟的相對(duì)權(quán)重，系統(tǒng)會(huì)選擇權(quán)重最高的步驟去執(zhí)行，這樣會(huì)導(dǎo)致更多命中你從來(lái)沒(méi)有測(cè)試過(guò)的模塊或者是路徑，或者去優(yōu)先執(zhí)行更有可能發(fā)現(xiàn)缺陷的測(cè)試用例。

除了基于界面和功能的這種直觀(guān)，易于使用的建模方式之外，工具的模型可以提供其他的建模思路。例如面向行為的建模，可以給大家提供另外一種業(yè)務(wù)描述的可能性。

我們給大家總結(jié)了一下，人工智能給大家?guī)?lái)的好處，對(duì)于測(cè)試設(shè)計(jì)人員，工具幫助我們快速增加功能測(cè)試的覆蓋率，幫助我們構(gòu)建更多可能發(fā)現(xiàn)缺陷的測(cè)試場(chǎng)景，自動(dòng)化生成測(cè)試用例。與此同時(shí)，使整個(gè)自動(dòng)化測(cè)試更加易于維護(hù)，我們不會(huì)直接維護(hù)腳本，而是在模型層次上實(shí)現(xiàn)更加直觀(guān)方便的維護(hù)。同時(shí)，腳本的編寫(xiě)量也極大的下降。因?yàn)槟Ｐ蛯?shí)現(xiàn)測(cè)試邏輯，所需編寫(xiě)的代碼只完成原子性測(cè)試步驟中和界面交互的部分。同時(shí)，基于模型的方式，對(duì)于覆蓋率的提升和度量也非常有幫助。

下面是一個(gè)實(shí)際的用戶(hù)應(yīng)用測(cè)試場(chǎng)景。在這個(gè)案例中，客戶(hù)最初期望我們完成兩個(gè)測(cè)試用例。

• 購(gòu)物結(jié)算，核算商品金額。

• 修改操作員頭像。

實(shí)際通過(guò)模型構(gòu)建的測(cè)試場(chǎng)景，通過(guò)自動(dòng)化探索，可以覆蓋各種潛在的，用戶(hù)操作的可能性。實(shí)踐中，這個(gè)模型在運(yùn)行過(guò)程當(dāng)中發(fā)現(xiàn)了另外一個(gè)客戶(hù)沒(méi)有要求的測(cè)試用例中，退出到登錄界面時(shí)，上一個(gè)用戶(hù)登錄密碼保持在密碼輸入框中的意外問(wèn)題。這個(gè)工具構(gòu)造的測(cè)試場(chǎng)景，可以幫助用戶(hù)發(fā)現(xiàn)這個(gè)異常現(xiàn)象，進(jìn)而需要用戶(hù)分析是否是一個(gè)軟件缺陷，是否需要修正。

上圖有我的聯(lián)系方式，如果大家對(duì)我剛才的介紹的內(nèi)容，有哪些疑問(wèn)，可以加微信，進(jìn)一步討論。

前面，我們介紹了講的是測(cè)試設(shè)計(jì)自動(dòng)化，但是在設(shè)計(jì)自動(dòng)化的背后，我們依然需要有跟界面交互的手段。模型可以直接集成自帶的，基于圖像的自動(dòng)化交互腳本語(yǔ)言。同時(shí)，通過(guò)這個(gè)腳本語(yǔ)言，模型可以集成幾乎所有測(cè)試自動(dòng)化交互方式和語(yǔ)言，包括Selenium、Java、Python、C#等。

Eggplant基于圖像識(shí)別，不需要依賴(lài)任何對(duì)象識(shí)別，就可以實(shí)現(xiàn)的功能測(cè)試自動(dòng)化，其跨平臺(tái)，容易使用，無(wú)需開(kāi)發(fā)背景的特點(diǎn)，在國(guó)內(nèi)的用戶(hù)實(shí)踐中，廣為客戶(hù)贊譽(yù)。

工具具有專(zhuān)利的核心技術(shù)，圖像識(shí)別技術(shù)，實(shí)現(xiàn)了可靠性和魯棒性的平衡，在過(guò)去十幾年中，服務(wù)于近700家用戶(hù)，所以說(shuō)，僅這一技術(shù)，值得大家關(guān)注和研究。

簡(jiǎn)單來(lái)說(shuō)，這種基于圖像識(shí)別的功能測(cè)試平臺(tái)，他幫助大家實(shí)現(xiàn)了一個(gè)軟件功能測(cè)試的萬(wàn)能鑰匙，Eggplant的用戶(hù)，從來(lái)不用擔(dān)心您的應(yīng)用是如何實(shí)現(xiàn)的，測(cè)試技術(shù)和被測(cè)對(duì)象的底層實(shí)現(xiàn)技術(shù)無(wú)關(guān)。它是您手里面的萬(wàn)能鑰匙，可以使用單一技術(shù)，測(cè)試從移動(dòng)平臺(tái)，到PC平臺(tái)，從B/S結(jié)構(gòu)，到C/S結(jié)構(gòu)，從Windows/Mac/Linux/Unix/System Z等等各類(lèi)平臺(tái)上的軟件。

這就是我今天想要跟大家匯報(bào)的內(nèi)容，大家有任何有興趣討論的話(huà)題，可以隨時(shí)和我們聯(lián)系。

謝謝大家。

總結(jié)

以上是生活随笔為你收集整理的TICA 2019 基于人工智能的模型驱动测试设计的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。