菲菲的案例列表
AI测试用例自动生成工具（个人项目）
测试用例设计是测试团队最耗时的环节：全靠人写、优先级分布随意、异常与边界场景容易漏、各人粒度不统一。 本工具把「照着接口文档逐条设计用例」这件机械劳动交给 LLM，人只做评审与补充。核心不是调用 API，而是解决 LLM 输出不可信的问题——为此做了三层防线：① Prompt 层给死完整 JSON Schema 契约并禁止输出解释文字；② 协议层用 response_format 强制 JSON 模式；③ 代码层逐条校验字段合法性，坏数据直接丢弃并计数，保证入库用例 100% 合法。 功能特性：兼容 Swagger 2.0 与 OpenAPI 3 双格式；支持 5 类用例类型 ×
pytest接口自动化测试框架
多数接口自动化项目交付的是「一堆能跑的脚本」：接口变更后，用例通过率得不到保障。该项目最终改进版：交付一个能被接手、能长期维护的框架。作为面向企业测试团队的效能服务交付物，配套分层规范与交付文档，接手成本写在纸面上。 架构分三层：用例层（tests，只写业务断言）→ 接口封装层（api，一个接口一个方法）→ 通用请求层（common，统一鉴权、重试、日志、异常）。接口签名变化时只改中间层，用例层不受影响。 三个关键设计：① 数据治理——测试数据用自建唯一 ID，避免并发冲突；建删通过前后置 fixture 自动收尾，不残留脏数据；② 会话级复用——同一个会话内共享资源，缩短执行时间
App自动化双引擎测试框架
App 端自动化的最大痛点不是「能不能跑通」，而是「能不能活下去」：脚本一多就变成脚本堆，UI 一改全崩；想从 uiautomator2 换 Appium 或上云真机，等于把所有用例重写一遍；用例每天莫名飘红几条，最后还是回到手工。本框架的设计目标就是解决这四个问题。 核心设计是驱动抽象层：上层定义统一的驱动接口，下层由 uiautomator2 与 Appium 两套后端各自适配。结果是同一套用例可以在两个引擎上原样运行，用例层与页面对象层零改动——这也是市场上极少见的「换引擎不重写用例」能力。 其他关键设计：① 三级等待策略（元素级 → 页面就绪 → 页面稳定），从机制上禁用
案例判断参考
菲菲的案例列表
AI测试用例自动生成工具（个人项目）
测试用例设计是测试团队最耗时的环节：全靠人写、优先级分布随意、异常与边界场景容易漏、各人粒度不统一。 本工具把「照着接口文档逐条设计用例」这件机械劳动交给 LLM，人只做评审与补充。核心不是调用 API，而是解决 LLM 输出不可信的问题——为此做了三层防线：① Prompt 层给死完整 JSON Schema 契约并禁止输出解释文字；② 协议层用 response_format 强制 JSON 模式；③ 代码层逐条校验字段合法性，坏数据直接丢弃并计数，保证入库用例 100% 合法。 功能特性：兼容 Swagger 2.0 与 OpenAPI 3 双格式；支持 5 类用例类型 × ...
pytest接口自动化测试框架
多数接口自动化项目交付的是「一堆能跑的脚本」：接口变更后，用例通过率得不到保障。该项目最终改进版：交付一个能被接手、能长期维护的框架。作为面向企业测试团队的效能服务交付物，配套分层规范与交付文档，接手成本写在纸面上。 架构分三层：用例层（tests，只写业务断言）→ 接口封装层（api，一个接口一个方法）→ 通用请求层（common，统一鉴权、重试、日志、异常）。接口签名变化时只改中间层，用例层不受影响。 三个关键设计：① 数据治理——测试数据用自建唯一 ID，避免并发冲突；建删通过前后置 fixture 自动收尾，不残留脏数据；② 会话级复用——同一个会话内共享资源，缩短执行时间...
App自动化双引擎测试框架
App 端自动化的最大痛点不是「能不能跑通」，而是「能不能活下去」：脚本一多就变成脚本堆，UI 一改全崩；想从 uiautomator2 换 Appium 或上云真机，等于把所有用例重写一遍；用例每天莫名飘红几条，最后还是回到手工。本框架的设计目标就是解决这四个问题。 核心设计是驱动抽象层：上层定义统一的驱动接口，下层由 uiautomator2 与 Appium 两套后端各自适配。结果是同一套用例可以在两个引擎上原样运行，用例层与页面对象层零改动——这也是市场上极少见的「换引擎不重写用例」能力。 其他关键设计：① 三级等待策略（元素级 → 页面就绪 → 页面稳定），从机制上禁用 ...
