還在一行一行手寫測試用例可以停一停了。最近在用 WHartTest一個 AI 驅(qū)動的開源測試平臺體驗(yàn)下來最驚喜的三點(diǎn)1. 它寫的用例是跑過的一般的 AI 生成用例產(chǎn)出一堆文本讓你自己甄別。WHartTest 不是——接口用例生成后會真實(shí)請求試跑失敗自動修復(fù)重跑通過的才落庫。UI 自動化更狠AI 直接開真瀏覽器探索你的頁面元素提取、步驟編排、用例組裝一條龍生成完還能執(zhí)行驗(yàn)證。拿到手的不是草稿是能直接用的用例。2. 它懂你公司的業(yè)務(wù)把需求文檔、接口文檔、業(yè)務(wù)規(guī)則傳進(jìn)知識庫AI 生成時自動檢索引用。寫出來的邊界值有文檔依據(jù)不是大模型瞎編。需求上傳還會先來一輪六維評審打分完整度、可測性這些需求本身的問題先暴露出來。3. 數(shù)據(jù)不出內(nèi)網(wǎng)Docker 一鍵部署到自己服務(wù)器模型可以接本地 Ollama對有合規(guī)要求的團(tuán)隊(duì)非常友好。對比 Testim、mabl 那類只能 SaaS 的海外產(chǎn)品這點(diǎn)是硬優(yōu)勢。對比了一下熟悉的工具TestRail管理很強(qiáng)但 AI 和自動化要自己拼積木MeterSphere開源好用但 AI 還是輔助級別Katalon錄制回放不錯貴團(tuán)隊(duì)協(xié)作弱WHartTest需求評審、AI 生成、試跑驗(yàn)證、執(zhí)行報(bào)告一條鏈全包還免費(fèi)開源。一句話總結(jié)別人是把 AI 做成按鈕它是把 AI 做成了流程。適合天天寫用例的 QA、想補(bǔ)自動化但沒人的團(tuán)隊(duì)、有數(shù)據(jù)合規(guī)要求的企業(yè)。