欢迎来到我的课程 ：构建用于软件测试的 GenAI 和多代理系统工具

在本实践课程中，您将学习利用生成式 AI、AI 代理和多代理系统的强大功能来构建用于软件测试的实际工具 。无论您是 QA 工程师、SDET 还是旨在提高自动化技能的开发人员，本课程都能为您提供实用技术，将人工智能驱动的效率带入您的测试生命周期。

如今，QA 工程师不再局限于手动编写测试用例和检查日志。随着 LLM（如 ChatGPT、LLaMA 和 Gemini） 以及 LangChain 和 AutoGen 等框架的快速发展，您现在可以构建自主测试代理 、自动执行日志分析 ，甚至创建协作式多代理测试系统 。本课程为您提供实现这一飞跃的工具、模式和实践技能。

在本课程结束时，您将能够：

• 了解 GenAI、AI 代理和多代理系统背后的核心概念
• 使用 Ollama 在本地运行功能强大的开源 LLM（无需付费 API）
• 使用 LangChain 构建 QA 自动化的智能工具和代理
• 创建用于读取 PDF、解析日志和生成测试用例的自定义工具
• 使用带有嵌入的向量存储来存储和查询数据
• 构建一个由 RAG 支持的代理，使用上下文检索来分析日志
• 根据产品需求开发测试用例生成器代理
• 将 Playwright 与代理一起使用来模拟网络抓取和行为测试
• 使用 AutoGen 和 AutoGen Studio 协调多代理协作
• 构建读取需求和输出测试用例的全自动代理
• 设计多代理 QA 系统，以最少的人工输入模拟真实的 QA 工作流程

为什么本课程是独一无二的

大多数人工智能课程都侧重于聊天机器人或语言任务。本课程深入探讨测试生命周期 ，并向您展示如何构建智能、上下文感知的代理以保证软件质量。您将超越理论，实际构建以下工作工具：

• 阅读您的要求
• 了解日志和测试结果
• 生成测试脚本和摘要
• 作为 AI 测试人员团队一起工作

所有这些都使用开源工具 、 本地模型和实用的 Python 代码 。