### 📂 课程目录结构（文本版）
```
.
├── 官网截图.png (41.38 KB)
├── 课程目录.png (91.74 KB)
│
├── 第1章 AI通识/
│ ├── 1-AI基础概念＆技术现状 (239.41 MB)
│ └── 2-玩转AI＆热门AI编辑器介绍 (338.11 MB)
│
├── 第2章 基于 LLM 的全生命周期测试用例工程 (AIGC-TCE)/
│ ├── 1-"AI 协作"的测试架构 (250.71 MB)
│ ├── 2-RAG介绍＆实践 (355.73 MB)
│ ├── 3-RAG 的需求知识内化与转化 (312.93 MB)
│ └── 4-基于RAG的自动化用例产出＆评审 (407.96 MB)
│
├── 第3章 基于 AI 的自主化 Web 探索测试 (Agentic Testing) 与自愈合（Self-Healing）/
│ ├── 1-自动化脚本测试介绍 (213.09 MB)
│ ├── 2-Playwright for Python (324.57 MB)
│ ├── 3-自动化测试：生成的自动化 (201.68 MB)
│ ├── 4-生成的自动化实战 (345.58 MB)
│ ├── 5-自动化测试：代理的自动化 (227.60 MB)
│ ├── 6-代理的自动化实战 (409.65 MB)
│ ├── 7-AI智能体自动化测试执行平台 (210.29 MB)
│ ├── 8-全场景 AI 智能体：OpenClaw (376.20 MB)
│ ├── 9-全场景 AI 智能体：Hermes Agent (385.94 MB)
│ └── 9-龙虾类产品＆自主化探索测试 (249.09 MB)
│
└── 配套课件/
├── AI 基础通识.pdf (2.68 MB)
├── AI+测试：基于 AI 的自主化 Web 探索测试 (1).pdf (1.34 MB)
├── AI+测试：基于 AI 的自主化 Web 探索测试 (2).pdf (4.08 MB)
├── AI+测试：基于 AI 的自主化 Web 探索测试 (3).pdf (14.37 MB)
├── AI+测试：基于 AI 的自主化 Web 探索测试 (4).pdf (4.20 MB)
├── AI+测试：基于 AI 的自主化 Web 探索测试 (5).pdf (5.01 MB)
├── 基于 LLM 的全生命周期测试用例工程 (AIGC-TCE) 1.pdf (4.64 MB)
└── 基于 LLM 的全生命周期测试用例工程 (AIGC-TCE) 2.pdf (3.37 MB)
```
---
### 🎯 学习路线推荐
| 阶段 | 推荐章节 | 学习重点 |
|------|----------|----------|
| **第一阶段：AI基础入门** | 第1章（全部） | 建立AI基础认知，了解技术现状，熟悉热门AI编辑器的使用。这是后续学习的前提。 |
| **第二阶段：AI驱动的测试用例工程** | 第2章（全部） | 核心章节！学习如何利用**LLM + RAG**技术实现测试用例的全生命周期管理，从需求分析到用例自动产出与评审。 |
| **第三阶段：AI自主化测试实战** | 第3章（按顺序） | 系统性学习AI自动化测试。建议顺序：自动化基础 → Playwright → 生成式自动化 → 代理式自动化 → AI智能体平台 → 全场景Agent实践。 |
---
### 💡 核心建议
1. **第2章（AIGC-TCE）** 是这套课程的**最大亮点**——将RAG技术与测试用例工程结合，代表着测试行业的前沿方向，务必重点学习。
2. **第3章内容最丰富**（10个子课程），建议按顺序学习：
- 先掌握 **Playwright for Python** 基础
- 再理解 **生成式自动化** vs **代理式自动化** 两种模式
- 最后学习 **OpenClaw** 和 **Hermes Agent** 等全场景AI智能体
3. **配套课件**包含8份PDF资料，建议在学习对应章节时同步阅读，加深理解。
4. 这套课程与您之前提供的车载测试课程**互补**——车载测试侧重传统车载领域，这套课程侧重AI赋能测试的前沿方向，两者结合学习效果更佳。
---
