网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
我们的用例围绕软件应用程序测试用例的自动生成展开。通过采用文本生成模型（Text Generation Model）从用户故事（User Story）或需求中自动生成测试方案，可以大大简化传统的人工劳动密集型流程。
构建模型的步骤
第1步：环境设置
首先在 Google Colab 中设置环境，这是 Google 提供的免费 Jupyter 笔记本（ Jupyter notebook）环境。
1.打开 Google Colab 并创建一个新笔记本（notebook）。
2.安装 OpenAI 包：
第2步：导入库
在你的笔记本中，导入必要的库：
第3步：OpenAI认证
获取你的 OpenAI API 密钥并进行身份验证，如下所示：
第4步：定义测试用例生成函数
定义一个函数来根据软件需求生成测试用例。
第5步：测试功能
使用示例需求测试该功能：
第6步：输出分析和细化
评估输出的相关性和完整性，根据需要完善提示或参数。
第7步：与测试管理工具集成
（可选）将输出与测试管理工具或存储库集成，以自动将新测试用例添加到套件中。
你现在已经创建了一个工具，可以使用 OpenAI 的文本生成模型生成测试用例。该工具不仅节省时间，还能确保人工难以达到的一致性和彻底性。
- 集成GPT-4-vision-preview 以进行 GUI 测试。
- 实施可重复的输出以保持一致性。
- 使用 JSON 模式进行与测试管理工具兼容的结构化输出。
在软件测试中的人工智能动态领域，保持适应性和探索性至关重要，从而释放其全部潜力。
目标：自动生成电子商务应用程序中购物车功能的回归测试场景，确保新的更改不会破坏现有功能。
设置身份验证：
使用你的 OpenAI API 密钥向 OpenAI 客户端进行身份验证。
定义测试用例生成器函数：
该函数将获取功能描述并返回回归测试场景。
调用具有功能描述的函数：
提供购物车功能的描述以生成测试场景。
评估和完善：
分析生成的测试场景，并根据需要迭代提示以确保全面覆盖。
示例3：验证天气预报服务的API响应
目标：生成测试用例来验证天气预报服务的JSON API响应，确保数据结构和值符合预期。
设置身份验证：
使用你提供的 API 密钥通过 OpenAI API 进行身份验证。
定义测试用例生成器函数：
此函数将获取 API 端点描述并返回测试用例以验证API的JSON响应。
使用API描述调用函数：
提供 API 端点的描述以生成验证测试用例。
评估和完善：
检查生成的测试用例的准确性和完整性。确保测试用例检查每个字段是否存在以及数据格式的正确性。
用户说明：
- 确保替换’your-api-key’为实际的 OpenAI API 密钥。
- 在 Jupyter Notebook 环境（例如 Google Colab）中运行每个代码块。
- 运行测试用例生成器函数后，查看建议的测试用例。
- 如果输出不令人满意，请细化功能或 API 描述以使其更加具体，或调整系统消息以更好地指导模型。
- 迭代输入和系统消息，直到生成的测试用例满足您对覆盖范围和细节的要求。
通过遵循这些示例，你可以扩展 AI 驱动的测试生成的功能，以涵盖软件测试的各个方面，从而使测试过程更加稳健和高效。
让我们为此创建一个Web应用程序
第1步：创建 GitHub 帐户
1.访问GitHub 的网站。（https://github.com/）
2.单击右上角的“注册”按钮。
3.在必填字段中填写新 GitHub 帐户的用户名、电子邮件地址和密码。
4.通过 GitHub 发送给你的电子邮件验证你的帐户。
5.按照屏幕上的说明完成设置。
第2步：创建新存储库
1.登录后，单击右上角的“+”图标并选择“新存储库（New repository）”。
2.为你的存储库命名，例如“streamlit-test-case-generator”。
3.选择你希望存储库是公共的还是私有的。
4.使用 README 文件初始化存储库。
5.单击“创建存储库”。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
)]
[外链图片转存中…(img-TS9OfbCR-1715721672167)]
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以戳这里获取