全链路差异化校验 DIFF 平台(0-1)|爱奇艺|项目 Owner
【项目背景】基于业务版本迭代快、逻辑变更密集、接口复杂度高等业务难点,传统人工回归效率极低、漏测风险高,主导设计并落地全链路差异化校验解决方案
【核心工作】
(1)需求分析与方案设计:全面梳理回归测试痛点并完成根因分析,主导设计流量对比 + 自动化 Diff 校验整体方案,开展技术可行性调研与系统架构规划,明确产品能力边界与技术实现路径
(2)核心技术自研与算法优化:结合业务特性自研 Diff 核心引擎,智能规则筛选词表,降低执行成本;自研 Mock服务降低外部依赖,实现平台降噪,提升差异识别准确率与平台可用性
(3)产品化落地与平台建设:Web 管理平台与服务插件双端产品设计与落地
【平台落地】
(1)Web 平台:规划并实现词表策略、Mock 策略、Diff 策略、任务管理等核心模块,支持灵活配置与可视化运营
(2)服务插件:实现服务化对接、任务调度、执行、报告输出与异常告警闭环,支撑平台体系化、自动化运行
【项目成果】
(1)成为部门级标准回归工具,深度接入核心服务 20+,全面融入CICD流程,作为上线前质量最后防线
(2)在中台重构迁移类项目中替代全量人工测试,落地7+重点项目,节省人力70pd+,人力成本降低60%+
清结算校验服务(0-1)|字节|项目 Owner
【项目背景】因业务流程长、校验规则多且精细,新业务对接成本较高,传统人工测试执行周期长、成本高、易漏测,严重影响业务拓展、迭代效率及资金安全,主导设计并落地自动化校验解决方案
【核心工作】
(1)业务拆解与方案设计:深度拆解清结算全链路业务逻辑,梳理并沉淀关键校验点;抽象校验场景与验证规则,完成自动化服务整体方案设计
(2)技术落地与产品化搭建:基于 Flask 框架搭建自动化校验服务,设计可复用 Case 模板与校验规则配置能力,实现校验流程标准化与能力复用
(3)流程优化与项目落地:打通清结算业务校验全流程,整合分散校验点形成一体化自动化执行链路,提升校验覆盖度与执行效率,推动方案全面落地
【收益回报】
(1)质量保障:系统覆盖校验点 100+,上线后累计拦截业务问题 50+,显著提升清结算业务准确性与稳定性
(2)效率提升:单需求验证成本从 2d 降至 20 min,单需求平均节约产研测人力 2pd+,单用例成本0.5 pd降至10min
CICD 质量体系建设(0-1)|爱奇艺|项目 Owner
【项目背景】因业务涉及 API 数量多、线上 API 级监控缺失,且需频繁进行 DB/CB 等多维度数据校验,人工验证成本高、效率低、线上风险不可控,主导从 0 到 1 构建自动化与持续集成能力
【核心工作】
(1)整体方案与架构规划:深度梳理业务痛点与质量瓶颈,主导设计自动化框架及 CICD 集成整体方案,规划用例管理、任务调度、执行引擎、结果反馈全流程闭环,明确技术选型与落地路径
(2)自动化体系与 CICD 落地:主导基于 Python 搭建自动化平台,覆盖接口自动化、多维度数据校验、定时任务、智能报告等核心能力;实现自动化平台与灰度部署平台深度打通,完成 CICD 流程标准化建设,将质量校验嵌入发布链路
(3)线上稳定性能力建设:设计并落地线上 API 定时巡检机制,实现核心接口与主链路功能 7×24h 自动验证,补齐线上监控盲区,建立事前预防、事中拦截、事后巡检的质量保障体系
【收益回报】
(1)建成业务级 CICD 质量保障体系,与灰度发布平台打通,实现部署前自动校验,成为发布标准流程
(2)搭建线上 API 定时监控体系,保障主链路稳定,大幅降低线上故障隐患
(3)效率提升:功能全量回测从 4 h 降至 30 min,新需求冒烟从 2 h 缩至10 min,实现高效质量验证与快速迭代
AI 驱动的 API 自动化测试平台(0-1)|个人实践
【项目背景】传统用例编写与执行分析等均高度依赖人工,探索 AI 自主进行“业务检索-生成用例-执行验证-分析
修复-生成报告”全流程的可行性
【核心工作】
(1)AI Agent :基于 ReAct 模式与 Function Calling 构建测试 Agent,实现“用例生成-执行-分析-修复”闭环
(2)RAG 增强:将 API 文档、表结构向量化(Chroma + BM25 混合检索),Agent 生成用例前自动检索相关知识,提升用例准确性与业务贴合度
(3)项目落地:基于 Streamlit 搭建交互界面,支持 curl 输入、进度展示、报告汇总、任务停止等
【收益回报】使用 InvenTree 开源项目实践
(1)项目可正常运转,启动任务自动检索相关知识生成用例,覆盖功能、筛选、组合、边界、异常、认证等多维度
(2)单次任务执行耗时5min+,生成用例40+,Agent 自动生成+修复闭环,降低人工成本30%+