【Udemy中英字幕】Master Generative AI for Software Testing: Manual to Auto

掌握软件测试的生成式人工智能：从手动到自动

掌握用于测试的生成式 AI：面向手动和自动化测试人员的 Python、Playwright 和 Behave BDD 框架

讲师：Gianni Bruno

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 使用 ChatGPT 和 OpenAI API 等生成式 AI 工具来动态创建、分析和改进测试计划、案例和 BDD 场景。
• 掌握 Python 基础知识：变量、函数、文件处理和类似 Requests 的库，以实现有效的自动化测试。
• 使用 Behave BDD 进行 API 测试和使用 Playwright 进行 UI 测试构建 AI 增强框架，专注于动态高效的测试创建。
• 使用 AI 优化自动化测试：改进 BDD 步骤、生成测试报告、自动清理并集成高级功能。
• 配置 Jenkins CI 管道以执行自动化 UI 和 API 测试、生成报告并无缝简化测试工作流程。
• 确保测试数据的隐私：使用 ChatGPT 匿名化敏感数据、使用环境变量并遵循道德的 AI 最佳实践。
• 获得实际项目的实践经验：通过实际练习自动化联系我们、登录 API 和目标跟踪器 API。
• 学习高级测试技术，如自定义测试运行器、使用标签的目标执行以及使用 Allure 的详细报告。

探索相关主题

• 生成式人工智能 (GenAI)
• 软件测试
• 发展

要求

• 无需先前的 Python 知识：该课程逐步涵盖 Python 基础知识，适合初学者。
• 对软件测试的基本了解：熟悉测试用例和手动测试等概念将帮助您更有效地跟进。
• OpenAI API 密钥（推荐用于动手实践）：要以实际/编程方式实现 AI 支持的功能（例如，生成测试用例），您需要一个 OpenAI API 密钥。OpenAI 为新帐户提供免费积分，但现有用户可能需要添加最低资金（约 5 美元）。观看特定讲座而不进行实际实施也是一种选择。
• 一些编程知识（可选）：虽然不是必需的，但对编程概念的基本熟悉可以帮助您更快地进步。
• 好奇心和热情：愿意探索生成式人工智能和自动化测试将帮助您充分利用本课程。
• 在问答部分提问：如果某些内容不清楚或不起作用，随时可以获得指导和支持。

描述

为什么在软件测试中使用生成式人工智能？

生成式 AI正在通过实现动态测试用例生成、优化测试执行和提高覆盖率来改变软件测试格局。OpenAI的 API和GPT4All等工具使测试人员能够：

• 减少人工。

• 更快地发现极端情况。

• 增强手动和自动测试工作流程。

为什么选择 Python、Behave BDD 和 AI 驱动工具？

Python：一种多功能、适合初学者的编程语言，广泛用于自动化。

Behave BDD：一种基于 Python 的行为驱动开发工具，使用与 Cucumber BDD 相同的 Gherkin 语法，简化测试用例创建并确保所有利益相关者都清楚场景。

AI 工具：利用OpenAI 的 API （ChatGPT）和GPT4All等离线工具来动态创建、优化和改进测试场景，减少人工工作量并提高测试覆盖率。

这些工具可以帮助测试人员：

• 使用 AI、Python、Behave BDD 和 Playwright自动化UI 和 API 测试。

• 使用ChatGPT 和 OpenAI API 等AI 工具动态生成和改进测试用例。

• 集成到Jenkins CI 管道中以实现可扩展性和持续测试执行。

为什么要开设这门课程？

本课程实用且易于理解，专为希望提升技能的手动测试人员和自动化测试人员而设计。无论您是自动化新手还是测试经验丰富的人员，您都将获得 AI 驱动测试的实践经验。

（注：要以编程方式完全实现 AI 功能，建议使用 OpenAI API 密钥。OpenAI 为新账户提供免费积分，但现有用户可能需要添加最低资金（约 5 美元）。观看不进行实际操作的特定讲座也是一个选择。）

课程包括前后代码示例，附于相关讲座资源，帮助您逐步理解概念并无缝地实现它们。

您将学到什么？

用于测试用例创建的生成式人工智能

• 使用ChatGPT（免费或付费版本）在代码之外生成测试计划和测试用例。

• 使用OpenAI API动态生成测试用例并在框架内建议步骤定义代码（API 密钥和实际实施所需的最低信用）。

• 探索GPT4All等工具，用于离线 AI 驱动的测试。

• 快速创建优化的、由人工智能驱动的测试场景。

掌握 Python 测试基础知识

• Python 基础：变量、数据结构、函数和文件处理。

• 使用JSON 数据和外部库（如API 测试请求）。

构建人工智能增强型自动化框架

• 行为驱动开发 (BDD)：使用 Gherkin 和 Behave 简化测试要求。

• 使用Playwright 和 Behave (BDD)自动化UI 测试。

• 使用Python 和 Behave （BDD）自动化API 测试。

自动化的高级功能

• 使用生成式 AI来完善 BDD 场景和步骤定义。

• 利用OpenAI API分析步骤定义文件并推荐优化的代码解决方案。

• 使用 Allure 实现标签、自定义运行器并生成详细的测试报告。

• CI/CD 集成：了解如何使用 Jenkins CI 管道持续运行测试。

人工智能测试中的数据隐私和安全

• 使用OpenAI API等 AI 工具时保护敏感数据。

• 遵循匿名数据和安全管理凭证的最佳实践。

其他功能

• 真实世界项目：自动测试“联系我们”页面、“登录”页面和“目标跟踪器 API”。

• 实践练习：逐步记录，并提供前后可下载的代码示例。

• 人工智能优化：动态生成、分析和改进测试脚本。

• 报告：生成详细报告并附加屏幕截图以获得更好的测试可见性。

准备好掌握人工智能驱动的软件测试了吗？

完成本课程后，您将掌握以下技能：

• 将生成式人工智能集成到手动和自动测试工作流程中。

• 使用Python、Behave BDD、Playwright和Jenkins CI构建可扩展的动态自动化框架。

• 利用AI工具有效优化和简化测试流程。

让我们一起用生成式人工智能彻底改变软件测试！

本课程适合哪些人：

• 手动测试人员希望使用 ChatGPT 和 OpenAI API 等 AI 工具来简化测试用例创建并提高他们的技能。
• 自动化测试人员希望使用 Python 构建用于 UI（Playwright）和 API（Behave + Requests）测试的 AI 增强框架。
• QA 专业人员旨在将生成式 AI 集成到他们的工作流程中，以更快地生成测试用例并更智能地执行测试。
• 初学者通过 Python、Behave BDD 和 Jenkins 过渡到自动化测试，并提供循序渐进的真实示例。
• SDET 和自动化工程师寻求使用 AI 工具、Jenkins CI 和动态报告来优化和扩展测试自动化。
• 技术爱好者渴望学习如何利用 ChatGPT 和 GPT4All 等 AI 工具来创建、分析和自动化测试场景。
• 质量保证经理和领导有兴趣采用人工智能驱动的测试实践来提高生产力、测试覆盖率和效率。