行业场景: 随着软件项目复杂度提升,传统研发管理往往停留在需求记录、任务分配和人工跟进层面,计划文档到代码落地之间存在拆解不稳定、执行不可追踪、验收难闭环等问题。本项目面向真实软件仓库,解决“计划文档如何转化为 AI 可执行研发任务”的问题,通过结构化需求解析、任务编排、多角色执行和验证闭环,提升软件交付的自动化、可追溯性和工程质量。 功能介绍: 项目核心功能包括:项目与计划目录接入、docs/plan 多文档扫描、计划解析、需求事实抽取、PM 确认闸门、正式任务包生成、多 Executor 执行看板、任务时间线、Validator 验收、差异问题纠错、交付汇总等模块。系统不是简单的项目...
该项目是针对 Web 系统的自动化测试与接口性能压测的实践项目,覆盖 UI 自动化回归测试和接口高并发场景验证。 我在项目中负责以下工作: UI 自动化测试:使用 Python + Selenium 编写 Web 端自动化测试脚本,覆盖核心业务流程(登录、搜索、下单等),实现每日回归测试,减少重复手工操作 接口功能验证:使用 Postman 编写接口测试集合,覆盖 GET/POST 请求的入参校验、响应状态码、返回数据格式等,确保接口稳定 接口压测:使用 JMeter 搭建压测场景,模拟 50/100/200 并发用户,监控接口响应时间、吞吐量、错误率,定位性能瓶颈...
本项目是基于 LLM(大语言模型)的 RAG(检索增强生成)系统测试实践,旨在探索 AI 时代软件测试的新方向。 我在项目中负责以下工作: RAG 系统的功能测试:验证文档检索、上下文召回、答案生成等核心流程的准确性和稳定性 检索质量评估:设计测试用例评估检索模块的命中率、召回率,确保知识库内容能被准确召回 生成质量评估:从准确性、相关性、完整性、安全性等维度评估 LLM 生成结果的质量 数据校验:编写 SQL 脚本对测试数据进行清洗、统计和分析,定位系统异常 测试工具应用:使用 Claude Code、Hermes Agent 等 AI 工具辅助测试流...
您已在“基本信息”中填写过联系方式,需求方如选中您简历,会通过平台的虚拟电话系统联系您或委托平台联系您,为了平台简历标准化,请【不要】在简历中留有手机、微信、QQ、邮箱、链接(博客、个人主页、git等)等个人联系方式,否则将无法通过审核并永久封号,感谢支持。...