Bull's blog Bull's blog
Resume
  • Work Notes
  • Categories
  • Tags
  • Archives

Bull

Resume
  • Work Notes
  • Categories
  • Tags
  • Archives
AI Native 质量工程师

王杨

以 AI 为核心,构建智能、高效、可靠的质量工程体系。

我是一名 AI Native 质量工程师,专注于将人工智能技术深度融入质量工程全流程。通过 AI 驱动的测试设计、执行和分析,实现测试效率与质量的双重提升。擅长构建 AI 测试资产库、自动化巡检系统和智能异常分类机制,为复杂系统提供更智能的质量保障方案。

下载简历 进入知识库

你可以直接问 AI:这个人的 AI Native 质量工程能力如何?

About

AI Native 质量工程理念

AI Native 不是简单的工具应用,而是将 AI 思维融入质量工程的每个环节。

我相信质量工程的未来在于 AI 与人类判断的深度协作。通过构建数字资产库、自动化执行引擎和智能分析系统,让机器处理重复性工作,人类专注于创造性和判断性任务。在实践中,我将 AI 应用于测试设计、执行、分析的全流程,建立可追溯、可复用的智能测试体系。

我的核心能力

  • AI 驱动的测试设计与执行
  • 智能异常分类与根因分析
  • 自动化巡检与预警系统
  • 数字资产库与知识管理
Work

AI Native 实践案例

AI 测试 / 语音接口

SenseAudio:AI 驱动的语音接口测试体系

在商汤 AI 研究院,我构建了完整的 AI 测试体系,使用 ChatGPT、CloudCode、CodeX 等工具实现测试设计、执行和分析的智能化。接口测试中,约 70% 的用例可由 AI 执行,人工仅需验证关键结果。

  • 使用数字资产库+AI执行的方式,快速验证接口文档的正确性和关联性
  • 通过 Locust 进行 HTTP/WebSocket 语音接口性能测试,分析容量与瓶颈
  • 建立 AI 辅助的测试报告生成与分析系统,提升问题定位效率
数据平台 / 智能监控

天眼查 OpenAPI:智能异常分类与自动巡检

针对对外数据接口平台的高准确性要求,我设计了智能异常分类系统,将“数据不准确”拆分为多类根因,并建立自动巡检与飞书报警机制,实现问题的主动发现与快速定位。

  • 构建异常分类模型,实现问题的智能识别与分类
  • 设计自动巡检系统,实现 24/7 持续监控
  • 集成飞书报警,实现问题的及时响应与处理
Agent / 测试执行

龙虾(openclaw)测试机器人

根据测试活动中生成的项目,让龙虾机器人执行巡检和冒烟测试

  • 从数字资产库抽取任务(解释文档/脚本/规则等)
  • 根据龙虾agent的能力确定回归能力
  • 对龙虾任务进行针对性调优
Tech Stack

技术栈

编程语言

PythonJavaJavaScriptSolidity(智能合约开发)

常用库

Mocha+hardhat(区块链)RobotFrameworkLocustPytestJmeterTestNgJenkins RequestPlaywrightSeleniumAppiumAirtest

工具可视化框架

PywebioFlask+Vue
Contact

联系

如果你正在寻找 AI Native 质量工程专家,或者希望构建智能化的质量保障体系,我很乐意与你交流。

如果你更想先快速了解我的专业能力,可以直接问我的 AI 分身。

下载简历
你可以直接问 AI:这个人的 AI Native 质量工程能力如何?
邮箱 cowboy231@163.comGitHub github.com/cowboy231知识库 归档与方法笔记
上次更新: 2025/12/05, 14:57:23
最近更新
01
《Playwright MCP - 自然语言编写web自动化测试》
12-05
02
代码块折叠示例
03
《10年测试老兵学习区块链:用 Hardhat + Chai 写一个完整可落地的 MiniERC20 测试套件》
12-02
更多文章>
Theme by Vdoing | Copyright © 2018-2026 Evan Xu | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式