AI辅助测试开发端到端研发提效_40页_6mb

中兴通讯AI测试实践总结：从传统测试到智能化转型

背景与问题

随着FTTR（Fiber To The Room）网络从传统单智能网关转向，提升了网络覆盖和带宽，但也带来测试挑战。迭代需求增多，导致测试用例重复冗余、自动化脚本开发效率低下，覆盖率提升遇到瓶颈。

解决思路

采用大模型AI技术，结合RAG（检索增强生成）方案构建知识工程，实现测试活动的自动化优化。核心是通过知识积累、共享和AI应用，提升研发效率、决策支持和创新能力。方案强调需求流程嵌入AI工具，构建一二版知识库。

具体实践

• AI辅助测试设计：通过用例推荐（基于关键字和语义检索）和文本用例生成（RAG增强），减少冗余，提高用例交付量（迭代内交付100+需求用例）。
• 脚本开发优化：使用RAG和大模型识别文本用例意图，生成Robotframework脚本，提升关键字推荐准确率。
  关键指标改进：复用用例召回率和新用例生成率提升。

总结与展望

实践成果包括自动化覆盖率提升至79%、创新性AI生成脚本方案、用户体验优化（工具集成）。未来展望包括实现自生成、自校验、自修复，圈过流程自动化，支持Autowork应用扩展。