# 从脚本测试到智能体工程：AI 测试开发转型实录
很多正在转型测试开发的同学会陷入一个误区：以为掌握了 Python 和接口自动化就足以应对 AI 时代的测试需求。事实上，大模型时代的“测试”早已不再是简单的断言校验，而是对智能体（Agent）行为、文档解析逻辑以及多轮对话一致性的验证。这门课正是为了填补传统测试手段在 AI 应用落地中的空白，它不教空洞的理论，而是直接切入 2025 年落地的 AI 全栈测试开发场景，重点解决“如何用工程化手段评测并优化 AI 智能体”这一核心痛点。
适合人群与前置基础
这门课不适合刚入门、连 Python 基础都尚未掌握的初学者。它明确定位为“进阶”课程，要求学员具备扎实的 Python 编程能力，熟悉基本的 HTTP 请求与数据处理。如果你的背景是传统功能测试或初级自动化测试，且希望向 AI 测试开发岗位转型，那么这里的节奏是合适的。对于已有 AI 开发经验、主要做模型训练而非应用层测试的工程师，部分内容可能显得基础。课程开篇会花费时间巩固 Python 核心语法与项目环境配置，这意味着即使你的 Python 底子稍薄，也能通过前两个章节快速对齐标准，但必须投入精力确保能独立运行代码，否则后续的智能体逻辑将无从谈起。
核心模块拆解与学习建议
资料包的结构清晰地展示了学习路径，建议不要从头到尾线性观看，而是按以下模块组合学习。首先，务必吃透“AgentChat 核心基础”与“AssistantAgent 及 Team 核心基础”这两块。这是整门课的骨架，它不是教你怎么调一个 API，而是剖析智能体内部的记忆机制、工具调用逻辑以及多智能体协作（Team）的通信协议。理解这些底层机制，是你设计测试用例的前提。
其次，重点研读“智能体反馈机制及文档解析案例”。在实际工作中，AI 出错往往源于对文档理解偏差或反馈循环失效。这里涉及的开源文件解析框架案例极具实战价值，它展示了如何构建测试集来验证 AI 对非结构化数据的处理能力。此外，Midscene 相关章节涉及前端交互层的自动化测试，对于关注端到端 AI 应用体验的开发者而言，这是连接后端智能体与用户界面的关键一环。建议在学习时，跳过纯语法回顾，将 70% 的精力集中在上述三个核心逻辑模块上。
学完能做什么与练习策略
完成本课程后，你不应只是“看过”了课程，而应具备独立构建 AI 测试流水线的能力。具体而言，你能够独立设计一套针对 LLM 应用的评估体系，包括如何编写提示词探针来检测模型幻觉，如何利用自动化脚本监控智能体在复杂任务中的执行轨迹，以及如何通过数据反馈闭环持续优化 Agent 的表现。
关于资料配合练习，视频中的代码片段往往只是最小可运行单元。建议你准备一个本地 Git 仓库，将视频中的核心代码作为基线，在此基础上进行修改。例如，在文档解析案例中，尝试替换不同的文档类型，观察解析准确率的波动；在 Team 协作模块中，故意引入错误的中间节点，验证系统的容错机制。这种“破坏性测试”练习，比单纯抄写代码更能体现测试开发的核心思维。记住，AI 测试的本质是概率性验证，你需要建立的是数据驱动的质量观，而非传统的对错二元观。
课程目录
QQ_1773457558629.png (144. 56 KB, ) 2026-3-14 11: 08 上传 ├─01_项目环境资源及Python基础 │ Python核心基础-3.mp4 │ 项目环境及资源-2.mp4 │ 项目环境及资源.mp4 │ ├─02_AgentChat核心基础 │ AgentChat核心基础-2.mp4 │ AgentChat核心基础.mp4 │ ├─03_AssistantAgent及Team核心基础 │ AssistantAgent及Team核心基础-2.mp4 │ AssistantAgent及Team核心基础-3.mp4 │ AssistantAgent及Team核心基础.mp4 │ ├─04_智能体反馈机制及文档解析案例 │ 文件解析开源框架案例-2.mp4 │ 智能体用户反馈逻辑解析.mp4 │ ├─05_Midscene及AgentCore消息机制 │ AgentCore及图片分析实现思路-3.mp4 │ AgentCore消息机制-2.mp4 │ Midscene核心知识应用.mp4 │ ├─06_图片分析智能体 │ 图片分析智能体-2.mp4 │ 图片分析智能体.mp4 │ ├─07_UI自动化测试优化方案设计及RAG │ RAG核心知识-2.mp4 │ RAG核心知识及环境部署-3.mp4 │ UI自动化测试优化方案设计.mp4 │ ├─08_UI自动化智能体实现 │ UI自动化智能体-2.mp4 │ UI自动化智能体-3.mp4 │ UI自动化智能体.mp4 │ ├─09_Midscene脚本开发实战 │ MidScene脚本开发实战-2.mp4 │ MidScene脚本开发实战.mp4 │ ├─10_Web自动化智能体及MCP │ Web自动化MCP解析实现-3.mp4 │ Web自动化框架解析实现-2.mp4 │ Web自动化框架解析实现.mp4 │ ├─11_测试用例智能体设计及实现 │ 测试用例智能体设计实现-2.mp4 │ 测试用例智能体设计实现.mp4 │ ├─12_AutoGen及测试用例智能体 │ Autogen及测试用例智能体实现-2.mp4 │ Autogen及测试用例智能体实现-3.mp4 │ Autogen及测试用例智能体实现.mp4 │ ├─13_企业级RAG知识库系统 │ 企业级RAG知识库系统-2.mp4 │ 企业级RAG知识库系统.mp4 │ ├─14_测试用例平台优化 │ 测试用例平台优化-2.mp4 │ 测试用例平台优化-3.mp4 │ 测试用例平台优化.mp4 │ ├─15_Chat2DB深入解析及接口设计 │ Chat2DB及接口自动化设计-2.mp4 │ Chat2DB深入解析.mp4 │ ├─16_接口智能体流程及实现 │ 接口自动化智能体流程框架.mp4 │ 接口自动化智能体详细实现-2.mp4 │ 接口自动化智能体详细实现-3.mp4 │ ├─17_接口自动化智能体优化 │ 接口自动化智能体优化-2.mp4 │ 接口自动化智能体优化.mp4 │ ├─18_AI赋能软件测试答疑及面试 │ AI助力性能测试及分析.mp4 │ AI助力性能测试及答疑-2.mp4 │ AI赋能测试及面试-3.mp4 │ └─课件源码笔记 ├─AI大模型应用测试3期-源码 │ ├─docs │ │ chatdb-docs.zip │ │ testcase-automation-docs.zip │ │ ui-automation-docs.zip │ │ │ ├─MCP部署与上线实战.pdf │ ├─20250604_AgentChat基础Example.zip │ ├─AnythingChat-前端-源码.zip │ ├─AnythingChat-后端-docker.zip │ ├─AnythingChat-后端-源码.zip │ ├─testing-2025-06-07.zip │ ├─testing-2025-06-12.zip │ ├─testing-2025-06-14.zip │ ├─testing-2025-06-18.zip │ ├─testing-2025-06-28.zip │ ├─testing-2025-07-02.zip │ ├─testing-2025-07-05.zip │ ├─testing-2025-07-18.zip │ ├─testing-2025-07-20.zip │ ├─testing-2025-07-26.zip │ ├─testing-2025-08-04.zip │ └─ui自动化启动教程.zip │ └─但问3期笔记 AI驱动UI自动化测试应用实践.docx RAG基础知识.docx UI自动化智能体架构图.png 图片分析智能体架构图.png 已经实现的智能体及接口描述文档（持续更新）.docx 接口自动化架构图.png 测试用例智能体架构图.png 消息队列.png 课堂笔记.docx
