作品描述

根据恒州博智调研显示，在2020年，全球软件测试市场规模达到了713.58亿元，预计到2027年将达到2255.04亿元，年复合增长率为17.9%，测试人员超过了150万。业务的数字化转型和对自动化应用的高需求测试服务是推动市场增长的关键因素。在2022的市场调研中，自动化测试占企业测试需求的50%左右。软件的自动化测试通常包括了接口测试、安全测试、UI测试、性能测试、压力测试等方面。这些测试重复高，一致性好，可以很好的适应自动化的需求。然而，当前的自动化测试依然存在一定的缺陷，主要集中在下面四点，第一，自动化测试工具本身是一个产品，在不同的系统平台或硬件平台可能会受影响，在运行时可能影响被测程序的测试结果。第二，自动化测试要编写测试脚本，设计场景，这些对测试人员的要求比较高，测试的设计直接影响测试的结果。第三，对于需求更改频繁的软件，测试脚本的维护和设计比较困难。第四，为了应付不同的测试需求，需要下载不同的工具，为了测试一个产品，通常需要安装数个乃至十几个测试工具，消耗了测试人员大量的时间。为了克服自动化测试的这些问题，我们将RPA和AI结合起来，开发了智测机器人，它使得测试人员不需要特别专业的知识，只需要使用人类的自然语言，即可让机器人自动填充对应的脚本模板，并调用RPA来执行该脚本，返回测试报告，极大的解放了人力。智测机器人的整体思路如下：智测机器人的基本框架为任务型对话框架（任务型对话通常在多轮交谈中逐渐理清用户意图，最终帮助用户完成相应的任务，例如使用Siri订机票时，Siri会一步步的询问机票的起点，终点，时间，得到订机票的所有信息后，Siri执行订机票的任务），我们将每一个测试需求对比为一个任务，每一个测试需求在执行前需要获取一些参数。例如当使用自动化测试工具来进行Web服务器的压力测试，需要提供处理器数、允许最多打开的文件数、最大连接数、超时设置等，这些参数通过与人的多轮对话中获得。获得全部参数后，RPA利用参数填充脚本模板，并调用相应的自动化测试工具进行测试。测试完成后，RPA将返回工具自动生成的测试报告给用户。我们实现了接口测试、登陆测试、浏览器兼容性测试、代码规范检测和压力测试的任务。在对话过程中，我们使用了少样本的深度学习技术赋予机器人智慧，它可以很好的识别用户的意图，并从用户的自然语言中提取出任务所需要的槽值。我们提出的智测机器人具有如下优点：1. 无需编写脚本，降低了对测试人员的要求。智测机器人内部定义好脚本的模板，并通过对话填充模板的参数，测试人员不需要知道某个测试具体要怎么做，他只需要按照机器人的提示输入文字即可。2. 平台无关性，当使用智测机器人时，用户端（前端）不需要安装任何相关的测试工具，所有工具集成在智测机器人的后端，避免了因测试工具在不同系统平台或硬件平台影响了测试结果。3. 降低了因需求频繁更改导致的脚本维护苦难的问题。事实上，智测机器人的脚本是模板化的，只要其中的关键参数没有变化，则智测机器人依然可以适应同样的测试任务。4. 用户友好，省去了用户安装测试环境的时间（在智测机器人的后端，安装了至少5款自动化测试工具，以应付不同的测试任务），5. 拟人化，智测机器人以对话聊天的方式为测试用户提供各种服务。智测机器人除了拥有任务型对话框架，还结合了深度对话模型，我们在清华大规模对话数据集LCCC上训练了自回归的GPT模型，以应付用户非任务的对话需求（闲聊需求）。总结而言，本项目集中测试任务中的痛点，提出了智测机器人。用户选择一个测试任务，以对话的方式和机器人进行交谈，机器人即可完成相应的任务并返回测试报告。智测机器人为测试人员完成重复性高、一致性好的测试任务，由测试人员专注于解决比较复杂、重复性低的测试任务。最终人与机器联手，实现基于智慧人机的合作体系和组织结构。