Test Development EngineerAI Testing · Automation · ATE / Semiconductor · Windows Desktop Testing

秦宇

专注软件测试开发、AI 应用测试与半导体 ATE 上位机测试。

软件工程本科,1 年+测试 / 测试开发经验:半导体 ATE 上位机软件测试 + AI 智能体平台 1000+ 用例与 50+ API 自动巡检。接口、自动化与 AI 应用测试均可独立负责,擅长结合接口返回、SQL 与日志定位问题。

独立设计与执行的功能 / 接口 / 回归用例
1000+

覆盖 4 条产品线,回归基线持续维护

核心 API 自动巡检
50+

MeterSphere 定时执行、断言、异常钉钉告警

企业站点测试环境搭建
10+

摄像头 / 分机 / AI 盒子现场联调

测试 / 测试开发经验
1 年+

软件测试 → 测试开发 → ATE

Career Evolution

从软件测试到 AI Testing 与 ATE

软件测试 → 测试开发 → AI 应用测试 → 半导体 ATE。

长川科技股份有限公司

软件测试在职

半导体芯片测试机(ATE)上位机软件 · 车规级功放芯片 / 功耗芯片测试 · 上市公司

负责 ATE 上位机软件的黑盒测试与 UI 自动化,测试流程遵循公司标准研发规范,测试左移至需求评审。

  • 需求评估与计划按功能、性能、接口、兼容性四类风险拆测试范围,输出执行计划与发布前验证清单,测试左移至需求评审阶段。
  • 黑盒用例与 UI 自动化上位机软件按黑盒方法设计用例,功能路径、权限、异常输入、边界数据逐条覆盖;搭建界面 UI 自动化,实现主流程与核心操作路径自动回归。
  • 设备通信接口上位机与测控单元的指令下发、参数配置、数据采集、状态回传逐项验证,异常响应和链路状态变化单列场景。
  • 稳定性与性能组织长时间连续运行压力测试,监测资源占用、响应延迟与运行状态,记录异常现象并分析稳定性风险。
Windows 桌面测试ATE / 半导体黑盒测试UI 自动化压力测试

北京零壹视界科技有限公司

测试开发(实习)

AI 智能体与低代码平台 · 数据智能体 / 企业写作智能体 / 低代码平台 / 智能体开发平台

独立负责四条产品线的测试设计与自动化,建立 1000+ 用例回归基线与 50+ 核心 API 自动巡检体系。

  • 用例体系功能、接口与回归用例设计执行,覆盖四条产品线,回归基线持续维护。
  • 权限与异常分支多租户、多角色权限模块的授权边界、数据隔离、模块联动、异常分支逐条设计场景。
  • API 巡检基于 MeterSphere 搭建核心 API 自动巡检,动态参数、断言、定时任务、钉钉告警配齐,接口回归无需人工值守。
  • AI 链路定位验证意图识别、工具选择、参数提取、调用链路和异常重试;接口 + SQL + 业务规则 + 人工复核四路对照,定位模型输出偏差、工具调用失败和数据口径不一致。
AI 智能体LLM 应用测试API 自动化MeterSphere 巡检权限测试

湖南展通佳创能源有限公司

软件测试(实习)

燃气企业数字化系统 · 管理端 / 配送端 / 用户端

从需求到交付完整参与企业数字化系统测试,独立完成 10+ 企业站点测试环境搭建与现场联调。

  • 业务梳理逐项梳理订单处理、配送调度、客户资料、安检巡检、设备联动、数据统计等业务问题,转化为可验证的需求与测试范围。
  • 方案与用例参与订单流转、客户管理、派单调度、权限管理、状态更新、多端协同的方案设计与测试,管理端、配送端、用户端关键链路全覆盖。
  • 现场交付完成 10+ 企业站点测试环境搭建,摄像头、分机、AI 盒子现场联调;独立整理验收材料、问题清单、功能说明与交付记录,跟进问题直至闭环。
业务测试现场联调多端协同验收交付

Case Studies

代表性项目

以工程案例的方式呈现:问题、技术方案与结果。

012026.07 — 至今

Windows Desktop / ATE

软件测试

车规级芯片测试机(ATE)上位机软件

Problem · 半导体 ATE 上位机软件面向车规级功放芯片、功耗芯片的自动化测试,功能路径深、设备通信链路长、稳定性要求高。

Technical Approach ·

按黑盒方法设计用例,核心路径(指令下发、参数配置、数据采集、状态回传)优先覆盖;搭建界面 UI 自动化支撑版本迭代回归;组织长时间连续运行压测监测资源占用与响应延迟。

  • 功能路径、权限、异常输入、边界数据逐条设计用例
  • 主流程与核心操作路径自动回归
  • OS × 硬件配置兼容矩阵 + 发布前检查

Result · 版本回归与发布前验证有据可查,稳定性风险通过长时压测提前暴露并闭环。

黑盒测试UI 自动化压力测试兼容矩阵
022026.03 — 2026.06

AI Platform

测试开发

星点评 AI 工具平台

Problem · AI 工具导航与推荐平台:检索、分类筛选、详情展示、榜单推荐、登录注册、数据导入,涉及登录态与数据一致性风险。

Technical Approach ·

按模块拆解业务风险,边界、空数据、异常输入、权限状态单列场景;Playwright 执行主流程自动化,Pytest 校验接口;用 LLM 生成用例初稿与异常数据,结合业务规则人工复核。

  • 登录、未登录、过期三种登录态下的访问控制验证
  • MySQL 核对导入数据、工具信息、标签和推荐结果
  • LLM 生成内容做可执行性、覆盖缺口与结果偏差复核

Result · 核心路径全覆盖,页面行为与接口返回逐项比对,登录态与数据口径问题在提测前拦截。

PlaywrightPytestMySQLCookie / SessionLLM 辅助用例生成
032026.05 — 2026.06

Automation Framework

测试开发

数字分身小程序自动化

Problem · 数字分身小程序缺少真实 UI 自动化,微信开发者工具自动化端口不稳定,元素定位易变。

Technical Approach ·

接入微信开发者工具自动化端口;Python 解析 dist/app.json 以 auto 模式执行 Pytest,覆盖注册激活、Tab 导航、旅行入口、供需档案、数字档案、账号设置全流程;重试机制应对端口不稳定,参数管理与执行逻辑分离。

  • 自动化端口不稳定 → 重试机制 + 定位策略优化
  • 多环境配置冲突 → 参数管理与执行逻辑分离
  • 缺陷报告自动生成:截图 / JUnit / HTML / Markdown

Result · 冒烟、核心流程与协议文案回归自动化,缺陷报告含严重级别、复现步骤与修复建议。

微信小程序UI 自动化PythonPytest
042025.10 — 2026.01

AI Testing / LLM-to-SQL · 零壹视界期间负责

测试开发工程师

中金点睛项目(Text-to-SQL)

Problem · 企业数据分析平台以自然语言提问生成数据查询,模型输出偏差、工具调用失败与数据口径不一致是高发风险。

Technical Approach ·

正常、异常、边界、无权限、空结果、口径不一致六类场景全覆盖;Text-to-SQL 五维验证(用户问题、SQL 生成、查询结果、页面展示、业务口径);Postman、MeterSphere 验证接口,SQL 核对 AI 返回与真实业务数据一致性。

  • 五维验证:问题 → SQL → 结果 → 展示 → 口径逐项核对
  • 接口参数、返回结构、状态码、异常提示、权限控制验证
  • 缺陷从复现、提交到回归全程跟进

Result · 建立 LLM-to-SQL 专项测试方法,模型输出偏差可定位、可复现、可回归。

Text-to-SQLPostmanMeterSphereSQL 核对

AI Testing Lab

AI 应用测试实践

整理真实项目中的 AI 应用测试方法。

01Input意图识别 / 参数提取
02LLM / Agent推理链路 / Workflow
03Tool Calling工具选择 / 参数校验
04OutputSQL / 文本 / 结构化输出
05Evaluation业务口径核对
06Badcase偏差归因 / Prompt 分析
07Regression回归基线维护

LLM-to-SQL

  • 用户问题 → SQL 生成 → 查询结果 → 页面展示 → 业务口径逐项核对
  • SQL 核对真实业务数据一致性

中金点睛项目(真实)

Agent Workflow

  • 意图识别与参数提取校验
  • 调用链路与异常重试验证
  • 多轮对话上下文一致性

零壹视界 AI 智能体平台(真实)

Skill / Tool Calling

  • 工具选择正确性
  • 结构化输出校验(参数格式 / 类型)
  • Badcase 归因:模型 / 工具 / 数据

AI 链路四路对照定位(真实)

Capability Map

能力地图

按能力域组织,而不是把工具平铺成清单。每个能力域都对应真实项目中的使用场景。

Test Development

主力
Pytest数据驱动用例设计(等价类 / 边界值 / 场景法 / 状态迁移)XMindJira / 禅道

独立搭建接口与页面自动化体系,从用例设计到缺陷闭环全流程负责。

Automation

主力
PythonPlaywrightSeleniumJenkinsCI/CD 流水线

接口、页面流程与数据校验脚本均可独立编写,接入定时 / 触发执行与告警。

API Testing

实际项目使用
PostmanApipostMeterSphererequestsCharles / FiddlerHTTP / HTTPSWebSocket

50+ 核心 API 自动巡检,动态参数、断言、定时任务、钉钉告警配齐。

AI Testing

专项实践
LLM-to-SQLAgent WorkflowTool CallingBadcase 沉淀Prompt 偏差分析

三个 AI 方向均有真实项目实践与可复现的定位方法。

Desktop Testing

当前工作方向
Windows 上位机ATE 设备通信链路UI 自动化稳定性 / 压力测试

上位机与测控单元指令链路逐项验证,长时压测监测资源与延迟。

Performance

实际项目使用
JMeter长时间压测资源占用监控响应延迟分析

组织连续运行压力测试并输出稳定性风险评估。

CI / CD

实际项目使用
JenkinsMeterSphere 定时巡检钉钉告警Git

巡检与回归无需人工值守,异常自动告警。

Linux & Shell

实际项目使用
LinuxShell日志分析Docker服务状态排查

结合日志与服务状态区分环境问题与产品缺陷。

SQL & Data

实际项目使用
MySQLSQL 数据校验Redis测试数据构造

测试数据构造、SQL 核对、AI 返回与真实业务数据一致性验证。

湖南涉外经济学院

软件工程 · 本科 · 2022 — 2026