哈基米队——测试随笔

[哈基米队]

这个作业属于哪个课程	2501_CS_SE_FZU
这个作业要求在哪里	团队作业——站立式会议+α冲刺
这个作业的目标	完成 α 冲刺阶段的测试工作，设计测试用例、应用测试工具、开展自动化测试，并记录AI技术员在测试过程中的辅助作用
其他参考文献	《构建之法》第2章、第13章；阿里巴巴Java开发手册v1.3.0

---

目录

• 1.测试工作安排
• 2.测试工具与AI技术员
• 2.1 测试工具选择与运用
• 2.2 AI 技术员在测试中的应用
• 3.测试用例设计与文档
• 4.测试执行与结果
• 4.1 测试执行
• 4.1.1 Postman接口测试
• 4.1.2 手工UI测试
• 4.2 测试结果
• 5.测试体会与项目评述
• 6.下阶段展望

1.测试工作安排

在本次 α 冲刺阶段（共6天），我们团队将测试工作与开发并行推进，确保每日构建的功能模块均经过基本验证。测试目标聚焦于核心业务流程，包括：用户注册/登录、商品发布、商品浏览与搜索、订单创建等。

团队中指定一名成员专职负责测试用例编写与执行，其余成员在完成功能开发后进行自测。同时，我们引入了 AI技术员（AI Testing Assistant） 辅助测试全流程，显著提升了测试效率与覆盖度。

2.测试工具与AI技术员

我们根据项目技术栈（前端：Vue3 + TypeScript；后端：Spring Boot）选择了以下测试工具：

2.1 测试工具选择与运用

• 接口测试：使用 Postman 编写测试集合，覆盖登录、商品发布、订单创建等关键 API。
• 前端 UI 测试：现阶段以手工测试为主，但在 AI 辅助下探索了 Playwright 的自动化脚本生成，但是目前还没有进行实践。
• 测试管理：使用腾讯文档维护测试用例表，并实时更新执行结果。

2.2 AI 技术员在测试中的应用

我们使用大语言模型（如通义千问、CodeWhisperer 类工具）作为“AI测试员”，完成以下任务：

1. 自动生成测试用例：输入用户故事（如“用户发布二手书”），AI 自动生成包括正常路径、边界值（如价格为0、标题超长）、异常场景（如未登录发布）的测试用例。
2. 辅助编写 Postman 脚本：通过自然语言描述接口行为，AI 生成对应的 Postman 脚本（含预请求脚本、测试断言）。
3. 生成测试数据：快速构造大量符合格式的测试用户、商品数据，用于压力与边界测试。
4. 代码审查建议：对测试覆盖率低的模块，AI 建议补充哪些测试分支。

实践表明，AI 技术员将测试用例设计时间缩短约40%，并帮助我们发现了一些原本忽略的输入边界问题（如手机号格式校验缺失）。

3.测试用例设计与文档

我们围绕以下核心模块设计了测试用例（部分示例）：

模块	测试场景	输入	预期结果
用户登录	账号密码正确	正确账号 + 正确密码	登录成功，跳转首页
用户登录	密码为空	正确账号 + 空密码	提示“密码不能为空”
商品发布	上传超过5张图片	选择6张图片	提示“最多上传5张图片”
商品搜索	关键词模糊匹配	搜索“教材”	显示含“教材”“课本”等商品

完整测试用例见：腾讯文档链接

4.测试执行与结果

4.1 测试执行

我们采用 Postman 接口测试 与 手工 UI 测试 相结合的方式，对校园二手交易平台的核心功能模块（用户注册/登录、商品发布、搜索、下单等）进行逐日验证，确保每日增量开发的功能逻辑正确、交互合理。

4.1.1 Postman接口测试

我们为每个后端 API 编写了对应的 Postman 请求，并配置了 Tests Script 自动化断言脚本，重点验证以下内容：

• HTTP 响应状态码是否为 200
• 返回 JSON 是否包含关键字段（如 token、goodsId）
• 业务状态码是否正确（如 code: 200 表示成功）
• 异常输入是否被有效拦截（如空密码、负价格）

4.1.2 手工UI测试

对于前端交互复杂、尚未实现自动化的场景（如图片上传预览、下拉分类联动、表单实时校验等），我们采用 手工测试 方式，依据腾讯文档中的测试用例逐项执行，并记录结果。典型测试场景包括：

• 在商品发布页上传 6 张图片，验证是否提示“最多上传 5 张”
• 在搜索框输入特殊字符（如 @#￥%），验证系统是否健壮
• 模拟未登录状态下点击“立即购买”，验证是否跳转至登录页

4.2 测试结果

在6天冲刺中，我们每日执行新增功能的测试，并回归核心流程。共发现并修复 一些缺陷，包括：

• 登录页面未对连续错误密码做次数限制；
• 商品价格输入框允许输入负数；
• 搜索结果未按发布时间倒序排列。

所有缺陷均记录在 GitHub Issues 中，并关联对应代码提交。

5.测试体会与项目评述

通过本次 α 冲刺测试实践，我们深刻体会到：

• 测试不是开发的附属，而是保障质量的核心环节；
• 手工测试虽灵活，但重复性高，未来需加强自动化；
• AI 技术员极大提升了测试设计效率，尤其在边界场景挖掘方面表现突出；
• 当前自动化覆盖率仍较低，主要受限于时间与技术栈熟悉度。

6.下阶段展望

在 β 冲刺阶段，我们计划：

• 引入 Playwright + GitHub Actions 实现 UI 自动化回归测试；
• 对核心 API 进行 性能测试（使用 JMeter）；
• 让 AI 技术员参与生成更复杂的测试场景（如并发下单、异常网络模拟）；
• 尝试使用 AI 分析测试日志，自动定位失败原因。

---

总结：本次 α 冲刺中，测试工作虽以手工为主，但通过引入 AI 技术员，我们在有限时间内实现了较高质量的测试覆盖。