博客 / 列表

FunTester - Jest 開箱即用 -VS- Mocha 高度定製

在 JavaScript 開發中，選對測試框架就像選對趁手的工具，能讓你的開發效率事半功倍。Jest 和 Mocha 是目前最受歡迎的兩大測試工具，它們在功能、易用性和適用場景上各有千秋。Jest 就像是一套開箱即用的工具箱，內置了各種測試所需的功能，特別適合前端框架（如 React、Vue、Angular）項目，讓你能快速上手，專注於寫測試而不是配置環境。Mocha 則更像是一個高度可

測試運行 , aigc , Copilot , 運行測試 , 測試框架

FunTester - 用 iTerm2 Badge 隨時瞭解當前位置

使用場景與痛點 在日常開發中，我們經常同時打開多個 iTerm2 窗口或 Tab，在不同項目之間頻繁切換。窗口一多，很容易分不清當前終端到底指向哪個項目或目錄。尤其是在執行構建、部署、清理腳本時，一旦跑錯目錄，後果往往不小——比如你想清理測試環境的緩存，結果手一抖把生產環境的數據目錄給幹掉了，這酸爽可不是一般人能承受的。 如果每次都要靠 pwd 或盯着 prompt 來確認位置，

使用場景 , 標籤頁 , aigc , 透明背景 , Copilot

FunTester - 拖拽式 AI 工作流：Claude Code Workflow Studio 實戰指南

光説不練終究是假把式，咱們還是得通過實際場景來檢驗工具的真正威力。在接下來的內容中，我會分享三個來自真實項目的落地案例，從代碼審查自動化到性能測試數據分析，再到測試環境健康檢查。這些場景不僅涵蓋了測試開發工作的核心環節，還展示了 Claude Code Workflow Studio 如何將複雜的自動化需求轉化為直觀的可視化流程。每一個案例都配有詳細的節點配置和執行邏輯拆解，希望能給你帶

code , 性能測試 , aigc , Copilot , 可視化工具

FunTester - 拖拽式 AI 工作流：Claude Code Workflow Studio 功能詳解

AI 工具滿天飛的今天，真正能落地的有多少？説實話，大部分工具要麼學習成本高得嚇人，要麼功能單一解決不了實際問題。最近接觸到 Claude Code Workflow Studio 這個 VSCode 擴展，感覺像是找到了一個真正好用的傢伙——可視化拖拽設計 AI 工作流，不用寫代碼，導出就能跑。這不就是測試開發工程師夢寐以求的效率神器嗎？ 今天咱們就來聊聊這個工具能解決什麼問題，到

code , server , aigc , 拖拽 , Copilot

FunTester - 如何提升軟件測試的提測質量

第一章：提測質量的本質與常見問題 在軟件研發過程中，“提測質量”指的是研發向測試提交版本時，其功能完整性、穩定性、可測試性以及需求符合度的綜合水平。提測質量並不等同於“沒有缺陷”，而是指該版本是否具備進入測試階段的基本條件。如果提測質量過低，測試將大量時間消耗在環境問題、阻塞性缺陷和需求澄清上，整體研發效率會被嚴重拉低。 在實際項目中，提測質量低通常表現為幾個典型問題：需求

軟件測試 , 測試階段 , 邊界條件 , 設計階段

FunTester - JDK HttpClient 與虛擬線程入門指南

Java 的 HTTP 革命 Java 中的 HTTP 通信格局發生了翻天覆地的變化。以前我們做 HTTP 請求，要麼用 Apache HttpClient，要麼用 OkHttp，這些第三方庫雖然好用，但總得引入依賴。現在不一樣了，隨着 Java 11 引入標準化的 HttpClient API 和 Java 21 中具有開創性的虛擬線程（Project Loom），Java 現在提

軟件測試 , HTTP , JAVA

FunTester - 從單元到迴歸：工程化測試矩陣全解析

現代軟件應用由眾多動態組件構成，這些組件會同時生成、收集並相互拉取數據。一旦其中任一組件出現異常行為，甚至發生故障，就可能對其依賴的其他組件產生連鎖反應。 依據軟件本身的性質，這類錯誤或故障可能導致系統停機、經濟損失、基礎設施崩潰、安全隱患，甚至危及生命。因此我們需要對軟件進行測試與監控。沿着軟件生命週期在恰當的階段、採用合適的方法與用例進行測試，能更早、更高概率地在用户之前發現問題

軟件測試 , API , 測試類 , ui

FunTester - 軟件測試如何判斷 BUG 等級

在軟件質量保障體系中，BUG 等級的判斷是一項核心能力。對於測試工程師而言，準確評估 BUG 的嚴重程度不僅關係到研發團隊的排期和優先級管理，也直接影響業務風險、用户體驗以及系統穩定性。然而，許多團隊在實際工作中常常把 BUG 等級判定簡單化，依賴個人經驗或主觀判斷，導致缺陷處理不一致，甚至在關鍵場景下埋下隱患。本文將從四個章節系統闡述如何科學定義 BUG 等級、如何依據影響範圍與風險判

軟件測試 , 測試工程師 , 優先級 , 高優先級

FunTester - 讓 AI 更懂你的需求——實踐應用篇

在前兩篇文章中，我們分別討論了： 第一部分：確保需求本身的質量（文檔化、正確性、完整性） 第二部分：確保需求能被正確理解（無歧義性、一致性） 現在，需求已經"合格"且"清晰"了，但還有一個關鍵問題：需求能否被正確實現和驗證？ 本文重點討論可測試性、可追溯性和可行性，這三個特質確保需求不僅能被理解，還能被實際執行、驗證和維護。 可測試性 我們必須有一些想

可測試性 , 軟件測試 , API , 人工智能

FunTester - 軟測的天花板在哪裏

軟件測試行業從瀑布模型時代一路演進到 DevOps 時代，角色形象和能力邊界也經歷了持續重塑。許多人都會問：軟件測試的天花板究竟在哪裏？今天，我們嘗試從行業趨勢、能力結構、角色進化和未來方向四個維度，給出一個更系統、也更現實的答案。 第一章：行業演進背後的能力重構 在軟件工程的發展歷程中，測試從來不是一個靜態的崗位。最早的測試工程師幾乎只負責執行用例；進入互聯

軟件測試 , 測試工程師 , 工具鏈

FunTester - 測試開發如何練成

第一章：理解測試開發的邊界與職責 測試開發的核心並不是“寫一些自動化腳本”或“把測試流程工程化”，而是站在質量體系的更高維度，思考如何用工程方式提升整體研發效率與質量。與傳統測試相比，測試開發更強調抽象能力、編碼能力以及對系統架構的理解深度，這決定了他們不僅要會用工具，更要能構建工具。 在現代軟件研發體系中，測試開發承擔着讓質量“前置”的責任。無論是構建測試框架、接入 CI

軟件測試 , 測試開發 , 測試框架 , go

FunTester - 軟件測試排查偶發 BUG 常見手段

第一章：理解偶發 BUG 的本質 偶發 BUG（Flaky Bug）是指難以穩定重現、觸發條件複雜、與外部環境緊密相關的一類缺陷。其典型現象包括：相同步驟偶爾失敗、不同環境表現不一致、本地無法復現但線上頻發等。排查偶發問題的關鍵不在於“重現一次”，而在於從系統層面理解其成因，並構建系統化的定位方法。 偶發 BUG 的常見根源通常包括： 併發條件競爭：線程調度、共享變量

分析工具 , 軟件測試 , 鏈路 , 測試工程師

FunTester - JavaScript 事件總線實踐

什麼是事件總線 事件總線（Event Bus）是一種實現應用內各模塊、組件之間“通信解耦”非常常用的機制。通俗來説，它相當於一個集中的中轉站，所有需要發佈或接收消息的對象，都統一通過事件總線進行註冊和消息派發。這樣，消息發送方無須知道消息最終會被誰處理，消息監聽方也不必關心消息是由誰、何時、如何發出的。其本質是“發佈-訂閲模式”（Publish-Subscribe Pattern），

軟件測試 , 數組 , 回調函數 , 事件總線