CN117370162A - 测试工具管理方法、装置、设备及存储介质 - Google Patents
测试工具管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117370162A CN117370162A CN202311256251.1A CN202311256251A CN117370162A CN 117370162 A CN117370162 A CN 117370162A CN 202311256251 A CN202311256251 A CN 202311256251A CN 117370162 A CN117370162 A CN 117370162A
- Authority
- CN
- China
- Prior art keywords
- test
- tool
- test tool
- library
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 400
- 238000007726 management method Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 32
- 230000006978 adaptation Effects 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 4
- 238000013515 script Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种测试工具管理方法、装置、设备及存储介质,所述测试工具管理方法包括:获取测试工具;基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;获取用户的需求信息;基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。本申请属于计算机技术领域,通过将已开发完成的测试工具整合为测试工具库,以供测试人员根据自身测试任务需求,从测试工具库调用相应的测试工具,实现相应的测试任务,无需测试人员再去开发相同的测试工具,以此提高测试人员对测试工作的效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种测试工具管理方法、装置、设备及存储介质。
背景技术
目前,在软件测试领域,许多企业中存在大量测试任务,通常每个测试人员为了满足日常的测试需求和提高测试效率,会自行开发测试工具和测试脚本,用以辅助项目测试。
在企业内部,各项功能的测试工具通常只在个人或者组内推广,由于信息不相通的原因,相同功能的脚本存在多人开发多个版本的情况,导致测试工作的效率低下。
发明内容
本申请的主要目的在于提供一种测试工具管理方法、装置、设备及存储介质,旨在解决现有技术中测试工作的效率低下的技术问题。
为实现以上目的,本申请提供一种测试工具管理方法,所述测试工具管理方法包括:
获取测试工具;
基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
获取用户的需求信息;
基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
可选地,所述测试工具的基本信息包括功能信息和版本信息,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤,包括:
基于所述测试工具的功能信息,对所述测试工具进行功能分类,得到分类结果;
基于所述版本信息,对各所述分类结果下的测试工具进行统一管理,得到测试工具库。
可选地,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,所述方法包括:
获取用户的发布请求,其中,所述发布请求中包括新发布工具;
将所述新发布工具整合至所述测试工具库,得到更新后的测试工具库;
或者,
获取用户的版本升级请求,其中,所述版本升级请求中包括待升级的测试工具;
将所述待升级的测试工具进行在线升级,得到更新后的测试工具库。
可选地,所述测试工具的基本信息包括调用接口地址,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,所述方法包括:
获取监控数据;
将所述监控数据和所述测试工具的调用接口地址进行可视化加工,绘制生成相应的可视化界面,以满足用户的查询需求。
可选地,所述基于所述需求信息,从所述测试工具库选取相应的目标测试工具的步骤,包括:
基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具,其中,所述工具选取模型是基于需求信息样本和所述需求信息样本对应的工具选取结果标签,对待训练模型进行迭代训练得到的。
可选地,所述基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具的步骤之前,所述方法包括:
获取需求信息样本和所述需求信息样本对应的工具选取结果标签,其中,所述工具选取结果标签为测试工具库中的测试工具,用于表征与所述需求信息样本最优匹配的测试工具;
基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型。
可选地,所述基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型的步骤,包括:
基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果;
将所述预测工具选取结果与所述需求信息样本对应的工具选取结果标签进行差异计算,得到误差结果;
基于所述误差结果,判断所述误差结果是否满足预设误差阈值范围指示的误差标准;
若所述误差结果未满足所述预设误差阈值范围指示的误差标准,返回基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果的步骤,直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练,得到具有满足精度条件的工具选取模型。
本申请还提供一种测试工具管理装置,所述测试工具管理装置包括:
工具获取模块,用于获取测试工具;
整合模块,用于基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
需求获取模块,用于获取用户的需求信息;
选取模块,用于基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
本申请还提供一种测试工具管理设备,所述测试工具管理设备包括:存储器、处理器以及存储在存储器上的用于实现所述测试工具管理方法的程序,
所述存储器用于存储实现测试工具管理方法的程序;
所述处理器用于执行实现所述测试工具管理方法的程序,以实现所述测试工具管理方法的步骤。
本申请还提供一种存储介质,所述存储介质上存储有实现测试工具管理方法的程序,所述实现测试工具管理方法的程序被处理器执行以实现所述测试工具管理方法的步骤。
本申请通过将已开发完成的测试工具整合为测试工具库,以供测试人员根据自身测试任务需求,从测试工具库调用相应的测试工具,实现相应的测试任务,无需测试人员再去开发相同的测试工具,以此提高测试人员对测试工作的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请测试工具管理方法第一实施例的流程示意图;
图2为本申请测试工具管理方法的代码工具脚本工具的示意图;
图3为本申请测试工具管理方法的Web端工具示意图;
图4为本申请测试工具管理方法的可视化界面示意图;
图5为本申请测试工具管理方法的测试工具库示意图;
图6为本申请测试工具管理方法的第二实施例的流程示意图;
图7为本申请测试工具管理装置的模块示意图;
图8是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,图1为本申请测试工具管理方法第一实施例的流程示意图。
在第一实施例中,所述测试工具管理方法包括以下步骤:
步骤S100,获取测试工具;
需要说明的是,所述工具管理方法的执行主体为工具管理装置,优选地,工具管理装置为软件客户端,也可以是其他具备数据传输、数据处理功能的终端,在此不做具体限制。
可理解的是,所述测试工具是指用于辅助项目测试任务的工具,包括辅助测试工具以及测试脚本,其中,测试工具基本以代码脚本的形式存在,使用时需安装运行环境,本申请针对测试工具对应代码脚本的使用方式和使用说明不统一,提出测试工具管理方法,实现将测试工具进行统一管理,以供测试人员根据自身测试任务需求,调用相应的测试工具,实现相应的测试任务,无需测试人员再去开发相同的测试工具,以此提高测试人员对测试工作的效率。
在具体实现中,装置获取测试工具的方式可以是通过接收测试人员/或用户上传/或输入的测试工具(或代码脚本),也可以是从数据库读取相关的测试工具,在此不做具体限定。
步骤S200,基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
可理解的是,所述测试工具的基本信息包括但不限于测试工具的版本、参数、功能信息等。
在具体实现中,装置基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库,具体地,本申请提出通过以下三个方式整合测试工具:
(1)代码脚本工具,前台采用Pyside2框架,后台部署python代码脚本,前后台通过FastAPI进行对接,用户在前台输入参数数据,点击功能按键后,通过FastAPI与后台交互,后台接收到参数信息后,调用相应文件的代码脚本,实现功能后,再将数据返回前台,参照图2,前台对数据进行展示。
(2)Web端工具,这类工具已存在web前台,分两种形式进行嵌入,参照图3,一是管理url方式,点击图标后,可直接打开浏览器进入工具;二是直接嵌入到客户端,可直接在客户端进行操作,依赖PySide2的QWebEngineView组件进行web嵌入。
(3)可视化大屏监控,前端采用PySide2和Pycharts框架,后台统计脚本采用Python语言,配置定时任务,每日定时获取多个渠道数据后,计算统计数据落地数据库。参照图4,用户进入客户端首页后,前台通过FastAPI请求大屏展示数据,后台返回数据,前台接收到数据后通过Pycharts生成大屏展示图表html文件,PySide2通过QWebEngineView组件嵌入图表html文件。
在具体实现中,装置基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的方法还包括以下步骤:
装置基于所述测试工具的功能信息,对所述测试工具进行功能分类,得到分类结果;基于所述版本信息,对各所述分类结果下的测试工具进行统一管理,得到测试工具库。
可理解的是,装置是先根据测试工具的功能信息进行分类,再根据测试工具的版本信息进行统一管理,例如,装置获取的测试工具包括功能A的测试工具A1和测试工具A2,其中测试工具A1的版本信息为X1,测试工具A1的版本信息为X2;功能B的测试工具B1和测试工具B2,其中测试工具B1的版本信息为Y1,测试工具B1的版本信息为Y2,则测试工具库包括功能A测试工具:测试工具A1(A1,X1)和测试工具A2(A2,X2),功能B测试工具:测试工具B1(B1,Y1)和测试工具B2(B2,Y2)。即本申请通过对现有测试工具及脚本代码进行有效整合,统一版本管理,以此提高工具使用效率,降低管理成本,有利于测试工具的推广工作。
在具体实现中,参照图5,装置在得到测试工具库后,在客户端的展示界面中的信息如图5所示。
在具体实现中,装置在步骤S200,基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,还包括以下方法:
获取用户的发布请求,其中,所述发布请求中包括新发布工具;将所述新发布工具整合至所述测试工具库,得到更新后的测试工具库;
或者,
获取用户的版本升级请求,其中,所述版本升级请求中包括待升级的测试工具;将所述待升级的测试工具进行在线升级,得到更新后的测试工具库。
可理解的是,本申请还支持测试工具的在线发布以及版本升级,其中测试工具的发布是指测试人员将开发后的测试工具发布至测试工具库,以供其他对该测试工具有需求的测试人员,通过测试工具库调用该测试工具,以此提高测试人员的测试工作效率;测试工具的版本升级是指在测试环境或者测试要求的条件下,测试人员对原先版本的测试工具进行进一步的升级改进,并将版本升级改进后的测试工具替换原先版本的测试工具,或者保留原先版本的测试工具增加版本升级改进后的测试工具至测试工具库。即本申请实现测试工具库的客户端对于测试工具的在线升级及发布。
在具体实现中,装置在步骤S200,基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,还包括以下方法:
获取监控数据;将所述监控数据和所述测试工具的调用接口地址进行可视化加工,绘制生成相应的可视化界面,以满足用户的查询需求。
需要说明的是,本申请还提供数据的监控以及监控数据的展示,其中监控数据是根据室内数据监控需求,结合度量平台、看板工具等测试工具,对测试效能、人力资源、项目产出、自动化应用等数据的汇总数据,参照图4,本申请提供可视化界面,纳入日常监控展示,以此提升工具管理效率。
在具体实现中,装置提供两种形式的统计数据展示,一是大屏图表监控方式;二是统计及明细数据查询;其中统计可按汇总/按月数据范围进行数据展示,用户可选择开始时间,结束时间,组别,统计方式可选按室、按组、按产品或明细,用户点击查询后,可展示统计或明细数据,且用户可直接导出查询数据,进行特殊的数据处理。即本申请能够根据实际数据监控需求,对相关管理数据进行统一整合及加工处理,并提供可视化界面,实现数据日常大屏监控,提升管理效率。
步骤S300,获取用户的需求信息;
需要说明的是,所述需求信息是指用户对测试工具的应用功能相关的需求信息,需求信息具体为针对某一功能的需求的信息,例如,幼儿检测测试功能,或者老人检测测试功能。
进一步地,所述需求信息还可以是功能叠加需求,例如,用户需求在针对幼儿检测测试的基础上还要有幼儿的动作姿态识别测试的功能,该场景下涉及多个测试工具的叠加。
在具体实现中,装置获取用户的需求信息的方式可以是通过接收测试人员/或用户上传/或输入的需求信息,也可以是从数据库读取相关的需求信息,在此不做具体限定。
步骤S400,基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
在具体实现中,装置基于所述需求信息,从所述测试工具库选取相应的目标测试工具的方式可以是根据测试工具中各测试工具的信息,对所述需求信息进行一一匹配,匹配其中最优(最适合)用户需求的测试工具作为目标测试工具;也可以是计算所述需求信息与算法仓库中各测试工具之间的符合度,选取符合度最高的测试工具作为目标测试工具,在此不做具体限定。
在具体实现中,装置基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求的方法还包括以下步骤:
基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具,其中,所述工具选取模型是基于需求信息样本和所述需求信息样本对应的工具选取结果标签,对待训练模型进行迭代训练得到的。
在具体实现中,装置基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具,其中,所述工具选取模型是基于需求信息样本和所述需求信息样本对应的工具选取结果标签,对待训练模型进行迭代训练得到的,即通过模型训练的方法,针对用户的需求信息,快速并准确地从多个同样能实现功能需求的测试工具中匹配到最优的目标测试工具,以此达到用户利用该目标测试工具,能成功运行相应测试功能,满足用户的测试功能需求,提高用户的体验。
本申请通过将已开发完成的测试工具整合为测试工具库,以供测试人员根据自身测试任务需求,从测试工具库调用相应的测试工具,实现相应的测试任务,无需测试人员再去开发相同的测试工具,以此提高测试人员对测试工作的效率。
基于上述的第一实施例,本申请还提供另一实施例,参照图6,所述测试工具管理方法包括:
步骤A100,获取需求信息样本和所述需求信息样本对应的工具选取结果标签,其中,所述工具选取结果标签为测试工具库中的测试工具,用于表征与所述需求信息样本最优匹配的测试工具;
需要说明的是,所述需求信息样本和所述需求信息样本对应的工具选取结果标签是用于模型训练的样本以及样本标签,所述需求信息样本对应的工具选取结果标签是人工标注的所述需求信息样本所对应选取的最优工具选取结果的标签,即所述工具选取结果标签为测试工具库中的测试工具,用于表征与所述需求信息样本最优匹配的测试工具。
可理解的是,装置获取需求信息样本和所述需求信息样本对应的工具选取结果标签可以是通过接收测试人员/或用户上传/或输入的所述需求信息样本和所述需求信息样本对应的工具选取结果标签,也可以是从数据库读取相关的需求信息样本和所述需求信息样本对应的工具选取结果标签,在此不做具体限定。
步骤A200,基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型。
可理解的是,装置基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型,其中,所述待训练模型是预设的具备基本处理所述需求信息样本,预测最优测试工具选取结果的初始模型,与工具选取模型相比只存在精度的区别。
在具体实现中,装置基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型的方法还包括以下步骤:
装置基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果;将所述预测工具选取结果与所述需求信息样本对应的工具选取结果标签进行差异计算,得到误差结果;基于所述误差结果,判断所述误差结果是否满足预设误差阈值范围指示的误差标准;若所述误差结果未满足所述预设误差阈值范围指示的误差标准,返回基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果的步骤,直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练,得到具有满足精度条件的工具选取模型。
需要说明的是,需求信息中包括功能需求信息,以及待测试的测试环境、测试参数等信息,由于测试工具库中对于一项功能往往存在多个不同版本的测试工具,不同版本测试工具可以适用于不同测试环境以及测试参数,因此本申请针对需求信息,提供最优测试工具的选取,以此提高测试效率以及准确性。
可理解的是,装置基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果,所述预测工具选取结果是在训练中的模型进行预测分析得到的,其中适配值是统一功能下各版本测试工具与需求信息的适配度。
在具体实现中,装置将所述预测工具选取结果与所述需求信息样本对应的工具选取结果标签进行差异计算,得到误差结果,即验证训练中的模型所得到的结果是否与已知的结果相一致,并进行结果之间的差异计算,得到误差结果。
需要说明的是,装置基于所述误差结果,判断所述误差结果是否满足预设误差阈值范围指示的误差标准,具体地,由于模型训练后的结果与实际的结果存在误差,允许误差结果在预设的误差阈值范围内,以此进一步判断所述误差结果是否满足预设误差阈值范围指示的误差标准。
在具体实现中,最后若所述误差结果未满足所述预设误差阈值范围指示的误差标准,则表示模型在此次训练中误差存在过大,装置则返回基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果的步骤,实现模型迭代训练,直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练,得到具有满足精度条件的工具选取模型,以此提高模型对最优测试工具选取的准确度。
本申请还提供一种测试工具管理装置,参照图7,所述测试工具管理装置包括:
工具获取模块10,用于获取测试工具;
整合模块20,用于基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
需求获取模块30,用于获取用户的需求信息;
选取模块40,用于基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
可选地,所述整合模块20,包括:
分类模块,用于基于所述测试工具的功能信息,对所述测试工具进行功能分类,得到分类结果;
管理模块,用于基于所述版本信息,对各所述分类结果下的测试工具进行统一管理,得到测试工具库。
可选地,所述测试工具管理装置还包括:
发布请求获取模块,用于获取用户的发布请求,其中,所述发布请求中包括新发布工具;
第一更新模块,用于将所述新发布工具整合至所述测试工具库,得到更新后的测试工具库;
或者,
升级请求获取模块,用于获取用户的版本升级请求,其中,所述版本升级请求中包括待升级的测试工具;
第二更新模块,用于将所述待升级的测试工具进行在线升级,得到更新后的测试工具库。
可选地,所述测试工具管理装置还包括:
监控数据获取模块,用于获取监控数据;
生成模块,用于将所述监控数据和所述测试工具的调用接口地址进行可视化加工,绘制生成相应的可视化界面,以满足用户的查询需求。
可选地,所述选取模块40,包括:
最优匹配模块,用于基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具,其中,所述工具选取模型是基于需求信息样本和所述需求信息样本对应的工具选取结果标签,对待训练模型进行迭代训练得到的。
可选地,所述测试工具管理装置还包括:
样本获取模块,用于获取需求信息样本和所述需求信息样本对应的工具选取结果标签,其中,所述工具选取结果标签为测试工具库中的测试工具,用于表征与所述需求信息样本最优匹配的测试工具;
训练模块,用于基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型。
可选地,所述训练模块,包括:
预测模块,用于基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果;
差异计算模块,用于将所述预测工具选取结果与所述需求信息样本对应的工具选取结果标签进行差异计算,得到误差结果;
判断模块,用于基于所述误差结果,判断所述误差结果是否满足预设误差阈值范围指示的误差标准;
迭代训练模块,用于若所述误差结果未满足所述预设误差阈值范围指示的误差标准,返回基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果的步骤,直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练,得到具有满足精度条件的工具选取模型。
本申请测试工具管理装置具体实施方式与上述测试工具管理方法各实施例基本相同,在此不再赘述。
参照图8,图8是本申请实施例方案涉及的硬件运行环境的终端结构示意图。
如图8所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,该测试工具管理设备还可以包括矩形用户接口、网络接口、摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard),可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图7中示出的测试工具管理设备结构并不构成对测试工具管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图8所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及测试工具管理程序。操作系统是管理和控制测试工具管理设备硬件和软件资源的程序,支持测试工具管理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与测试工具管理系统中其它硬件和软件之间通信。
在图8所示的测试工具管理设备中,处理器1001用于执行存储器1005中存储的测试工具管理程序,实现上述任一项所述的测试工具管理方法的步骤。
本申请测试工具管理设备具体实施方式与上述测试工具管理方法各实施例基本相同,在此不再赘述。
本申请还提供一种存储介质,所述存储介质上存储有实现测试工具管理方法的程序,所述实现测试工具管理方法的程序被处理器执行以实现如下所述测试工具管理方法:
获取测试工具;
基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
获取用户的需求信息;
基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
可选地,所述测试工具的基本信息包括功能信息和版本信息,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤,包括:
基于所述测试工具的功能信息,对所述测试工具进行功能分类,得到分类结果;
基于所述版本信息,对各所述分类结果下的测试工具进行统一管理,得到测试工具库。
可选地,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,所述方法包括:
获取用户的发布请求,其中,所述发布请求中包括新发布工具;
将所述新发布工具整合至所述测试工具库,得到更新后的测试工具库;
或者,
获取用户的版本升级请求,其中,所述版本升级请求中包括待升级的测试工具;
将所述待升级的测试工具进行在线升级,得到更新后的测试工具库。
可选地,所述测试工具的基本信息包括调用接口地址,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,所述方法包括:
获取监控数据;
将所述监控数据和所述测试工具的调用接口地址进行可视化加工,绘制生成相应的可视化界面,以满足用户的查询需求。
可选地,所述基于所述需求信息,从所述测试工具库选取相应的目标测试工具的步骤,包括:
基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具,其中,所述工具选取模型是基于需求信息样本和所述需求信息样本对应的工具选取结果标签,对待训练模型进行迭代训练得到的。
可选地,所述基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具的步骤之前,所述方法包括:
获取需求信息样本和所述需求信息样本对应的工具选取结果标签,其中,所述工具选取结果标签为测试工具库中的测试工具,用于表征与所述需求信息样本最优匹配的测试工具;
基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型。
可选地,所述基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型的步骤,包括:
基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果;
将所述预测工具选取结果与所述需求信息样本对应的工具选取结果标签进行差异计算,得到误差结果;
基于所述误差结果,判断所述误差结果是否满足预设误差阈值范围指示的误差标准;
若所述误差结果未满足所述预设误差阈值范围指示的误差标准,返回基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果的步骤,直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练,得到具有满足精度条件的工具选取模型。
本申请存储介质具体实施方式与上述测试工具管理方法各实施例基本相同,在此不再赘述。
本申请还提供一种计算机程序产品、包括计算机程序,该计算机程序被处理器执行时实现上述的测试工具管理方法的步骤。
本申请计算机程序产品的具体实施方式与上述测试工具管理方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种测试工具管理方法,其特征在于,所述测试工具管理方法包括:
获取测试工具;
基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
获取用户的需求信息;
基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
2.如权利要求1所述的测试工具管理方法,其特征在于,所述测试工具的基本信息包括功能信息和版本信息,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤,包括:
基于所述测试工具的功能信息,对所述测试工具进行功能分类,得到分类结果;
基于所述版本信息,对各所述分类结果下的测试工具进行统一管理,得到测试工具库。
3.如权利要求1所述的测试工具管理方法,其特征在于,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,所述方法包括:
获取用户的发布请求,其中,所述发布请求中包括新发布工具;
将所述新发布工具整合至所述测试工具库,得到更新后的测试工具库;
或者,
获取用户的版本升级请求,其中,所述版本升级请求中包括待升级的测试工具;
将所述待升级的测试工具进行在线升级,得到更新后的测试工具库。
4.如权利要求1所述的测试工具管理方法,其特征在于,所述测试工具的基本信息包括调用接口地址,所述基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库的步骤之后,所述方法包括:
获取监控数据;
将所述监控数据和所述测试工具的调用接口地址进行可视化加工,绘制生成相应的可视化界面,以满足用户的查询需求。
5.如权利要求1所述的测试工具管理方法,其特征在于,所述基于所述需求信息,从所述测试工具库选取相应的目标测试工具的步骤,包括:
基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具,其中,所述工具选取模型是基于需求信息样本和所述需求信息样本对应的工具选取结果标签,对待训练模型进行迭代训练得到的。
6.如权利要求5所述的测试工具管理方法,其特征在于,所述基于所述需求信息和所述测试工具库,通过预设的工具选取模型进行最优匹配处理,得到目标测试工具的步骤之前,所述方法包括:
获取需求信息样本和所述需求信息样本对应的工具选取结果标签,其中,所述工具选取结果标签为测试工具库中的测试工具,用于表征与所述需求信息样本最优匹配的测试工具;
基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型。
7.如权利要求6所述的测试工具管理方法,其特征在于,所述基于所述需求信息样本和所述需求信息样本对应的工具选取结果标签,对预设的待训练模型进行迭代训练,得到具有满足精度条件的工具选取模型的步骤,包括:
基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果;
将所述预测工具选取结果与所述需求信息样本对应的工具选取结果标签进行差异计算,得到误差结果;
基于所述误差结果,判断所述误差结果是否满足预设误差阈值范围指示的误差标准;
若所述误差结果未满足所述预设误差阈值范围指示的误差标准,返回基于所述需求信息样本,通过预设的待训练模型,计算各测试工具的适配值,并基于所述适配值,选取预测工具选取结果的步骤,直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练,得到具有满足精度条件的工具选取模型。
8.一种测试工具管理装置,其特征在于,所述测试工具管理装置包括:
工具获取模块,用于获取测试工具;
整合模块,用于基于所述测试工具的基本信息,对所述测试工具进行整合,得到测试工具库;
需求获取模块,用于获取用户的需求信息;
选取模块,用于基于所述需求信息,从所述测试工具库选取相应的目标测试工具,以满足用户的测试需求。
9.一种测试工具管理设备,其特征在于,所述测试工具管理设备包括:存储器、处理器以及存储在存储器上的用于实现所述测试工具管理方法的程序,
所述存储器用于存储实现测试工具管理方法的程序;
所述处理器用于执行实现所述测试工具管理方法的程序,以实现如权利要求1至7中任一项所述测试工具管理方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有实现测试工具管理方法的程序,所述实现测试工具管理方法的程序被处理器执行以实现如权利要求1至7中任一项所述测试工具管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311256251.1A CN117370162A (zh) | 2023-09-26 | 2023-09-26 | 测试工具管理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311256251.1A CN117370162A (zh) | 2023-09-26 | 2023-09-26 | 测试工具管理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117370162A true CN117370162A (zh) | 2024-01-09 |
Family
ID=89403222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311256251.1A Pending CN117370162A (zh) | 2023-09-26 | 2023-09-26 | 测试工具管理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117370162A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117538672A (zh) * | 2024-01-10 | 2024-02-09 | 深圳市坤巨实业有限公司 | 一种针对目标电容屏的测试方法、装置以及电子设备 |
-
2023
- 2023-09-26 CN CN202311256251.1A patent/CN117370162A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117538672A (zh) * | 2024-01-10 | 2024-02-09 | 深圳市坤巨实业有限公司 | 一种针对目标电容屏的测试方法、装置以及电子设备 |
CN117538672B (zh) * | 2024-01-10 | 2024-05-24 | 深圳市坤巨实业有限公司 | 一种针对目标电容屏的测试方法、装置以及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684047B (zh) | 事件处理方法、装置、设备和计算机存储介质 | |
CN107909466B (zh) | 客户关系网络展示方法、装置、设备及可读存储介质 | |
CN110264274B (zh) | 客群划分方法、模型生成方法、装置、设备及存储介质 | |
CN109726108B (zh) | 基于模拟数据的前端代码测试方法、装置、系统和介质 | |
CN110780965B (zh) | 基于视觉的流程自动化方法、设备及可读存储介质 | |
CN117370162A (zh) | 测试工具管理方法、装置、设备及存储介质 | |
CN112862593B (zh) | 信用评分卡模型训练方法、装置、系统及计算机存储介质 | |
CN113190562A (zh) | 一种报表生成方法、装置及电子设备 | |
CN111310351A (zh) | 车间设备的状态监测方法、装置、终端设备及存储介质 | |
CN114564390A (zh) | 应用程序的性能测试方法、装置、设备及产品 | |
CN110599114A (zh) | 业务流程处理方法、装置、设备及计算机可读存储介质 | |
CN113869774A (zh) | 建筑对象的质量预测方法、装置、电子设备及存储介质 | |
CN112905435A (zh) | 基于大数据的工作量评估方法、装置、设备及存储介质 | |
CN112799949A (zh) | 一种模型优化方法、装置、系统及设备 | |
CN111061637B (zh) | 接口测试方法、接口测试装置及存储介质 | |
CN110717315B (zh) | 系统数据批量修改方法、装置、存储介质及电子设备 | |
CN113672497A (zh) | 无埋点事件的生成方法、装置、设备及存储介质 | |
CN115495570A (zh) | 应用程序用户分类方法和评估方法、装置及设备 | |
CN113590484A (zh) | 算法模型服务测试方法、系统、设备及存储介质 | |
CN112785418A (zh) | 信贷风险建模方法、装置、设备及计算机可读存储介质 | |
CN111709716A (zh) | 数据审批的方法、装置、设备及存储介质 | |
CN110888814A (zh) | 一种基于白名单的应用程序灰度发布方法及装置 | |
CN111159988A (zh) | 一种模型处理方法、装置、计算机设备及存储介质 | |
CN116560819B (zh) | 基于rpa的批量自动化操作方法、系统、设备及储存介质 | |
CN113344550B (zh) | 一种流程处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |