导言 在软件开发中，测试是确保代码质量和稳定性的关键步骤之一。而自动生成测试用例可以大大提高测试效率和覆盖率。GraphWalker是一个基于模型的测试工具，能够帮助开发者通过定义和遍历图模型来自动生成高质量的测试用例。 GraphWalker简介 GraphWalker是一个开源的测试工具，它使用有向图来表示系统的状态和行为，然后根据这个图模型自动生成测试用例。它支持多种编程语言和测试框架，可以轻松集成到现有的测试流程中。常见的模型有以下几种： 前置后置条件模型:　Preandpostconditionmodels 基于转换的模型:　Transitionbasedmodels(FSM,E...

导言 在现代软件开发中，接口测试是确保系统功能和性能的关键步骤。然而，手动编写接口测试用例往往耗费大量时间和资源。基于录制的接口测试用例自动生成技术通过简化这个流程，显著提高了测试效率和准确性。 录制接口测试用例自动生成技术简介 录制接口测试用例自动生成技术允许开发者利用特定工具记录用户的接口操作并自动生成相应的测试用例。这种方法能够捕捉用户交互，并将其转化为可执行的测试用例，从而加速测试流程并减少人为错误。 工具选择与优势 选择适合项目需求的录制工具至关重要。例如，Postman提供了强大的录制和自动生成测试用例的功能，而SoapUI则专注于接口测试自动化。这些工具提供了以下优势： 快速...

简介 Chain是LangChain的核心模块之一，它将每个零散的逻辑串联成一整个业务流程，相当于是所有复杂逻辑的基础，由此可见chain的重要性非比寻常。本文就来给大家介绍一下Chain模块的原理。 下面是chain的各种类型 设计思路 LangChain能火爆的主要原因之一就是Chain的设计非常巧妙，它的设计思路如下图： 如图所示，Chain可以根据需求，将各种能力拼接整合，因此，Chain可以包含多个模块；当然，我们也可以定制只使用Prompt和LLM模块的LLMChain。 运用实践 Chains主要包含以下几个模块，在我们的实践演练中，将会演示这几个模块的使用。 LLMCh...

简介 在之前学习AutoGPT的过程中，AutoGPT的Command模块可以针对于LLM的一些局限性做补充，比如爬取网页信息，精密计算，代码执行等。Agents设计的初衷也是同样的目的，补充大语言模型的能力。 通过用户输入的自然语言转换为对工具调用的分析、工具参数的抽取，让每个角色发挥自己最擅长的部分，规避掉大模型在细节处理上不够精准的问题，解决用户与工具之间无法精确匹配的问题。 而Agents主要包含以下的主要能力： 内置Tools 内置组件 自定义工具 前两种的内置工具与组件可以覆盖大部分的常见使用场景，如果有内置工具确实无法解决的场景，则可以通过自定义工具模块实现。 设计原理 在...

简介 Python作为一门动态、多范式的编程语言，在软件开发领域中占据着重要地位。但其真正的崛起来自于人工智能时代的到来。在这个信息爆炸和智能革命的时代，Python凭借其简洁易读的语法、丰富的库和框架以及强大的社区支持，成为了人工智能和机器学习领域的首选语言之一。 Python的优势 Python作为一门面向对象的编程语言，由GuidovanRossum在1989年发明，与之形成对比的是Java在1995年问世，在互联网时代掌控雷电，而Python在人工智能时代来临之前一直靠边站，都没有成为最主流的编程语言之一，而在人工智能时代到来之后Python就异军突起，成为了增长最快的编程语言，这是...

简介 由于Python语法简单容易入门，并且Python在办公自动化等领域的功能非常强大，所以现在越来越多非IT行业的人也开始学起了Python，要学习和使用一门编程语言，一个好用的IDE是必不可少的，而对于Python来说，最好的IDE无疑是Pycharm。本文就给大家介绍一下如何从零到一来安装Pycharm。 下载Pycharm 要安装pycharm，我们首先要下载pycharm，我们访问pycharm的下载地址。 此时我们需要注意，pycharm是分系统的，不同的操作系统需要下载不同的安装包，如下图： 鉴于大部分的人都是Windows系统的用户，本文我们主要以Windows系统安装p...

简介 我们安装好pycharm之后，就要开始使用pycharm了，但是pycharm的操作太多，顶部菜单选项已经很多，每个顶部菜单的选项下又有很多个子操作，所以我们在写代码的时候，如果要进行什么操作的话，在顶部菜单操作，就会显得比较繁琐，经常要找两级甚至三级菜单，如果我们对pycharm的快捷键比较熟悉的话，我们就能快很多。本文就来给大家介绍Pycharm的常用快捷键。 导航快捷键 导航快捷键对应的是顶部的Navigate选项，这类操作可以让我们更快的导航和浏览代码，主要的快捷键有以下几个： Ctrl+N（Cmd+O）:打开类 Ctrl+Shift+N（Cmd+Shift+O）:打开文件 ...

简介 Python是一种流行的编程语言，它具有简洁而强大的输入输出功能，允许开发者与用户交互并显示结果。本文将介绍Python中的输入和输出方法。 输入（Input） Python中获取用户输入的常用方法是使用input()函数。这个函数允许程序暂停执行，等待用户输入内容，并将输入的内容作为字符串返回。 name=input("请输入你的名字：") print("你好，"+name+"！") 在这个例子中，input()函数会提示用户输入名字，并将输入内容存储在name变量中。然后，print()函数将欢迎消息与输入的名字一起显示在屏幕上。 值得注意的是，input()函数始终返回字符串...

简介 LangChain是一种新兴的语言处理平台，其核心模块之一即PromptsModelsParsers。这一模块扮演着关键的角色，为LangChain的功能和性能提供了坚实的基础。在这篇文章中，我们将深入探讨PromptsModelsParsers模块的工作原理、功能和其对语言处理的重要性。 什么是PromptsModelsParsers？ 在LangChain中，PromptsModelsParsers模块被设计成一个整合了多种功能的模块，它涵盖了语言提示（prompts）、模型（models）和解析器（parsers）。这个模块集合了自然语言处理中的关键要素，以便有效地解析用户输入并...

简介 随着人工智能和自然语言处理技术的飞速发展，我们越来越依赖机器来理解、生成和处理语言。在这样的背景下，LangChain应运而生，它旨在构建一个高效、强大的语言处理生态系统，将人类语言与智能技术紧密相连。 LangChain的核心概念 LangChain是一个基于区块链技术的语言处理平台，它利用去中心化的架构，为全球用户提供安全、可靠、透明的语言处理服务。通过将自然语言处理（NLP）与区块链相结合，LangChain为开发者提供了一个创新的工具集，以解决语言处理领域中的一系列挑战。 LangChain的主要功能 对大语言模型的调用实际上是一次或多次上下文无关的独立事件，如果想要实现聊天、...

简介 大多数大模型应用中都包含对话功能，而对话功能的基础就是参与者能够基于已经发生的对话和获取到的知识产生新的对话内容。 更复杂一点的场景中对话者甚至需要具有一个完整的对世界的认知，再根据对话中的信息对认知不断的进行迭代更新。 随着人工智能和自然语言处理技术的飞速发展，语言数据的存储和处理变得越来越重要。为了满足这一需求，LangChain推出了其Memory模块，为用户提供了一个安全、可靠且高效的语言数据存储与检索解决方案。其大概原理如下图： LangChainMemory模块的核心概念 LangChainMemory模块是一个基于区块链技术的分布式语言数据存储和检索系统。它以去中心化的...

简介 我们生活中已经有越来越多的人工智能融入了，手机汽车等等接入了越来越多的人工智能，人工智能就像是我们的一个助手一样。不仅能够理解我们的需求，而且还能够与我们一起学习与成长。人工智能已无缝融入我们工作、生活，并帮助我们有效完成各种目标。大模型技术的发展与应用，使以上想法成为现实。特别是ChatGPT等生成式对话模型的出现，极大改变了人们的生活与工作方式。 我们可以通过与ChatGPT的对话来获取我们想要的答案，如果我们对答案不满意，我们可以通过追问来让ChatGPT不断更新自己的答案，直到我们满意为止，在这个不断循环的过程中，我们作为用户，扮演的是评估与反馈的角色。 那么，我们能不能让这个...

简介 自从有了ChatGPT之后，我每天都想去调戏它一番，自从开放了ChatGPT的API，我就想着通过API来使用ChatGPT，这样的话，速度上的体验应该会更好，本文就来介绍一下如何使用ChatGPT的API。 环境准备 在调用API之前，我们首先需要准备好我们的环境，一是我们需要安装openAI第三方库，OpenAI提供了一个封装的非常完备的Python库，可以直接使用pip安装，pipinstallopenai。然后，我们需要创建好自己的Token。 注意：API调用是收费的，但是OpenAI已经为我们免费提供了5美元的用量。如果超出限额，需要及时充值。 请求示例 在我们准备好环境...

简介 AutoGPT是Github上的一个免费开源项目，结合了GPT-4和GPT-3.5技术，通过API创建完整的项目。与ChatGPT不同的是，用户不需要不断对AI提问以获得对应回答，在AutoGPT中只需为其提供一个AI名称、描述和五个目标，然后AutoGPT就可以自己完成项目。它可以读写文件、浏览网页、审查自己提示的结果，以及将其与所说的提示历史记录相结合。 之前我们介绍了AutoGPT的原理和技术架构，但是我们并没有介绍如何在本地部署AutoGPT，本文就来给大家介绍一下如何在本地部署AutoGPT。 环境准备 配置Git环境 配置Git环境之后，我们可以直接将项目克隆到本地 ...

简介 在我们的工作生活中，PPT出现的频率越来越高，工作汇报，经验分享，产品介绍等等，都会出现PPT。因为PPT相对于纯文本，能够添加图片，能够展示动画效果等，可以给大家带来更好的体验。但是写PPT有的时候让人头疼，我们要把许多文字浓缩成一句话，有时候需要绞尽脑汁，当然了，ChatGPT也可以帮助我们实现这个功能。 创作实践 我们在借助ChatGPT创作PPT时需要注意，ChatGPT并不能直接贴图和生成演示文件，需要我们借助其他插件展示成PPT，但是我们可以将PPT的文字内容完全准备好，下面我们就来演示一下如何使用ChatGPT帮我们写PPT。 提问：请帮我写一个Python列表相关操作的...

简介 在软件开发中，Bug是难免的。然而，GitHubCopilot（GitHub提供的人工智能编程助手）已经成为了开发者的强力工具。它不仅能够加速开发，还能帮助找出代码中的Bug。本文我们就来看看它如何帮助我们轻松解决Bug。 示例 问题描述：假设我们有一个Python函数，用于计算两个数的乘积。但是，我们的测试表明，在某些情况下，这个函数返回了错误的结果。现在让我们使用GitHubCopilot来解决这个问题。 初始代码： defmultiply(a,b): returnab 使用GitHubCopilot进行Bug查找： 描述问题并尝试修复： 我们向Copilot描述了问题并请...

简介 在软件开发领域，GitHubCopilot是一项引人注目的创新，它是由GitHub推出的人工智能编程助手，旨在提高开发者的生产力和代码质量。本文将介绍GitHubCopilot的基本概念和使用方法。 什么是GitHubCopilot？ GitHubCopilot是一款基于人工智能的代码编写工具，它整合了大量开源代码和先进的机器学习模型，可以根据上下文和注释提供智能代码建议。它在编写代码时能够预测并自动生成代码片段、函数、甚至整个方法，大大提高了开发速度和效率。 如何使用GitHubCopilot？ 安装和设置 首先，你需要在支持的开发环境中安装GitHubCopilot插件或扩展。...

简介 当今软件开发中，自动化测试脚本的编写是确保软件质量和稳定性的重要步骤。随着人工智能和自然语言处理技术的进步，像ChatGPT这样的语言模型已经成为编写自动化测试脚本的有力工具。ChatGPT可以根据给定的指令和条件生成代码，简化了测试流程并提高了效率。 演练示例 假设我们有一个简单的网站，需要编写一个自动化测试脚本来验证登录功能。我们可以利用ChatGPT来生成这样的脚本。 首先，我们与ChatGPT交互，说明我们想要测试登录功能，并列出测试步骤和预期结果： 用户：你好，我需要创建一个自动化测试脚本来验证网站的登录功能。 ChatGPT：好的，请列出测试步骤和预期结果。 用户：第一步...

简介 上一篇文章我们介绍了使用ChatGPT帮我们编写自动化测试脚本，但是上文编写的脚本并不符合我们的PO设计模式，作为现在主流的设计模式，更加方便我们去编写脚本，一旦页面发生变动，我们的代码改动也会变小，所以我们的目标不是使用ChatGPT编写自动化脚本，而是要使用ChatGPT来编写符合PO设计模式的自动化脚本，而且PO设计模式又经常会结合数据驱动，所以本文就来给大家介绍一下使用ChatGPT来生成符合PO模式的数据驱动测试。 演练示例 提问：请使用PO设计模式编写一个网站登录的Web自动化测试脚本，要求使用到Pytest测试框架和SeleniumWeb自动化框架。 ChatGPT回复如...

简介 作为一个程序员，发现自己写的bug其实不是一件容易的事情，我们会更容易发现别人的错误，对于自己代码里的错误会更难发现，这也是测试的必要性。通常，我们会有以下几种方式来检测发现代码中的bug： 研发编写单元测试。 代码扫描，比如sonarqube，findbugs。 测试人员进行集成测试 现在有了人工智能工具，我们自然也可以使用人工智能工具来帮我们查找bug，本文就来介绍一下使用ChatGPT来帮我们查找代码中的bug。 演练示例 人工智能能够帮助我们发现各种类型的bug，比如代码执行报错，需求未实现，变量命名不规范等问题，下面我们就来逐一举例说明。 代码执行报错 首先我们输入错...