项目背景
视频监控控制台业务场景繁杂,包含设备管控、直播回放、存储、告警等功能。版本迭代中手工回归工作量大,画质、声画同步等主观校验难以标准化;原有自动化框架耦合高、定位器散落在用例中,脚本维护成本高、稳定性差。为提升回归效率,构建分层式端到端自动化测试体系,引入大模型视觉校验,保障监控产品版本交付质量
功能介绍
基于Python + Pytest + Playwright + Appium技术栈,集成 LLM 视觉能力,支持 Web/App/Hybrid 混合端测试采用**ops‑flows‑tests 三层架构**,ops 封装原子操作、flows 组装业务流程,测试用例零硬编码定位器与 sleep。支持 Web、App、Hybrid 混合端测试,覆盖设备电源管理、云台 PTZ、直播回看剪辑、SD / 云存储、告警策略、音频控制、分屏播放等场景;集成 LLM 视觉断言,实现画质、流畅度、声画同步自动化校验;通过 yaml 统一管理环境设备配置,完成旧用例翻新与新增业务用例,配套维护知识库与接口速查表,支撑版本自动化回归。
项目实现
负责自动化框架落地、脚本开发与存量用例翻新。落地 ops‑flows‑tests 分层架构,提升脚本复用性与可维护性;基于 Playwright、Appium 完成 Web 及 Hybrid 场景用例开发,解决 Shadow‑DOM、React 组件、异步渲染、弹窗遮挡等稳定性问题;接入 LLM 多帧视觉能力,实现视频画质、声画同步智能校验;完成存量用例翻新、全新业务用例开发,同步维护 ops/flows 知识库文档;执行版本自动化回归,提前暴露播放器、存储、告警等业务缺陷,有效降低手工回归成本。
基于agent的agentic-rag实现,支持: -
面向 Agent 的 microVM 沙箱运行时,用 KVM
FOC 直流无刷电机驱动器为自主全栈开发工业级驱动单元,硬件
接收井下各类传感器输出信号,完成 AD 模数转换,对压力、温
智能问答,智能问数。 职责 负责博智星财政 AI 大
基于 Python 开发的 Excel 批量数据处理工具,用
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者