人工智能测试应用班介绍¶
课程介绍¶
人工智能测试开发班是一个讲解人工智能测试开发领域的关键技术和方法的班级，通过课程学习可以提升自己在人工智能测试领域的能力和水平，课程涵盖大语言模型、深度学习框架、计算机视觉、模型驱动测试技术等方向。
直播安排¶
| 直播训练营 | 形式 |
|---|---|
| 大语言模型提示词工程与 ChatGPT 人工智能应用系统开发 | 直播 |
| 开源大语言模型企业私有部署方案 ChatGLM Llama Mixtral | 直播 |
| 使用 LangChain 开发大语言模型应用系统 | 直播 |
| 基于大语言模型的功能测试与自动化测试用例生成平台 | 直播 |
| 视觉大模型在自动化测试中的应用 | 直播 |
| 计算机视觉技术在测试中的应用 | 直播 |
| 人工智能的测试方法与评估指标 | 直播 |
| 深度学习、大数据技术在人工智能系统测试中的应用 | 直播 |
| 知识图谱在软件测试中的应用 | 直播 |
| 基于知识图谱的自动化测试用例生成技术 | 直播 |
| 模型驱动测试 | 直播 |
| 基于知识图谱的测试分析与缺陷挖掘技术 | 直播 |
ChatGPT 与私有大语言模型的多种应用¶
L1.ChatGPT 应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | ChatGPT 原理介绍 | 常用模型介绍 |
| 知识点 | 利用人工智能 ChatGPT 自动进行需求分析 | 自动进行需求分析 |
| 知识点 | 利用人工智能 ChatGPT 编写测试计划 | 自动生成测试计划 |
| 知识点 | 利用人工智能 ChatGPT 编写测试方案 | 自动生成测试方案 |
| 知识点 | 利用人工智能 ChatGPT 编写测试报告 | 自动编写报告 |
| 知识点 | 利用人工智能 ChatGPT 自动生成测试用例思维导图 | 自动生成测试用例思维导图 |
| 知识点 | 利用人工智能 ChatGPT 编写测试用例 | 自动编写测试用例 |
| 知识点 | 利用人工智能 ChatGPT 批量生成测试数据 | 自动批量生成测试数据 |
| 知识点 | 利用人工智能 ChatGPT 编写晋级报告 | 自动编写晋级报告 |
| 知识点 | 利用人工智能 ChatGPT 完善个人简历 | 完善个人简历 |
| 知识点 | 利用人工智能自动生成架构图 | 自动生成架构图 |
| 知识点 | 利用人工智能自动生成 ppt | 自动生成 ppt |
| 知识点 | 文生图介绍 | 图片生成技术与产品介绍 |
| 知识点 | 利用人工智能辅助学习 | 人工智能辅助学习各种测试技能，性能、安全、兼容、管理等 |
L2.提示词工程¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 提示词工程 | chatgpt 的六大提示词技巧 |
| 知识点 | 零样本提示 | |
| 知识点 | 少样本提示 | |
| 知识点 | 思维链 | |
| 知识点 | RAG 检索增强生成 | 让大模型读懂内部文档 |
| 知识点 | React 推理提示 | 强大的推理模式 |
L3.基于 ChatGPT 的进阶应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 利用人工智能自动找 bug | Codex、Github Copilot |
| 知识点 | 利用人工智能 ChatGPT 生成自动化测试脚本 | 自动生成自动化测试脚本 |
| 知识点 | 利用人工智能 ChatGPT 生成数据驱动测试框架 | 自动生成基于 page object 的数据驱动测试框架 |
| 知识点 | 基于人工智能的代码分析与 Bug 检测实战 | 分析研发代码 辅助 code review |
| 知识点 | 结对编程助手 Github Copilot | Github Copilot 的应用介绍 |
L4.打造企业私有版大语言模型¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | ChatGPT 的 API 使用 | ChatGPT 的 API 的基本介绍，常用参数 |
| 知识点 | ChatGPT 人工智能助理 Assistant | Assistant 的基本介绍与使用 |
| 知识点 | 打造垂直领域内容的问答机器人 | ChatGPT RAG 检索技术 |
| 知识点 | 打造企业专属人工智能助理 | ChatGPT 助理功能 function calling 代码解析器 检索 |
| 知识点 | 打造领域专属的大语言模型 | ChatGPT 微调技术 |
| 知识点 | AutoGPT 理念与应用 | AutoGPT 的技术架构与介绍 |
| 知识点 | 实现定制化 AutoGPT 实战 | 定制自己的专属任务并与人工智能结合 |
| 知识点 | 清华大学 ChatGLM 大模型 | ChatGLM 大模型介绍、部署 |
| 知识点 | Meta Llama 大模型 | Llama 大模型介绍、部署 |
| 知识点 | mixtral 开源大模型 | mixtral 大模型介绍、部署 |
| 知识点 | HuggingFace 的应用 | 介绍、部署 |
| 知识点 | 搭建企业内部的大语言模型系统 |
L5.基于 ChatGPT 开发应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | ChatGPT 插件开发 | ChatGPT 插件开发 |
| 知识点 | 基于 ChatGPT 开发人工智能服务平台 | 打造问答服务、模拟面试系统 |
| 知识点 | 手工测试用例生成 | |
| 知识点 | 手工测试用例转 Web 自动化测试生成 | |
| 知识点 | 手工测试用例转 App 自动化测试生成 | |
| 知识点 | 手工测试用例转接口自动化测试生成 | |
| 知识点 | 基于 ChatGPT 的人工智能测试平台 |
人工智能应用开发框架 LangChain¶
L1.大语言模型应用框架¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 大语言模型应用框架介绍 | |
| 知识点 | LangChain 项目介绍 | 几大模块 |
| 知识点 | LangChain 提示词+大语言模型应用 | |
| 知识点 | LangChain LCEL 表达式语言 |
L2.LangChain ModelsIO¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | LangChain ModelsIO 简介 | |
| 知识点 | LangChain ModelsIO Prompts | |
| 知识点 | LangChain ModelsIO LLM | |
| 知识点 | LangChain ModelsIO ChatModels | |
| 知识点 | LangChain ModelsIO OutputParsers |
L3.LangChain 核心模块使用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | LangChain 核心模块 Chains | |
| 知识点 | LangChain 核心模块 Retrieval | |
| 知识点 | LangChain 核心组件 Tools | |
| 知识点 | LangChain 核心模块 Agents | |
| 知识点 | LangChain 核心模块 Memorys |
L4.基于 LangChain 应用开发¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 基于需求文档、设计文档、测试用例的测试答疑助手 | 基于 LangChain 的实战演练 |
| 知识点 | 基于 LangChain 实现数据库操作的智能体 | |
| 知识点 | 基于 LangChain 实现图数据库操作的智能体 | |
| 知识点 | 结合 LangChain 实现网页数据爬取 |
L5.基于 LangChain 生成工具¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 基于 LangChain 手工测试用例生成工具 | |
| 知识点 | 基于 LangChain 手工测试用例转 Web 自动化测试生成工具 | |
| 知识点 | 基于 LangChain 手工测试用例转 App 自动化测试生成工具 | |
| 知识点 | 基于 LangChain 手工测试用例转接口自动化测试生成工具 | |
| 知识点 | 基于LangChain的自动化测试用例的生成与执行 | |
| 知识点 | 基于 LangChain 的人工智能测试平台 |
视觉与图像识别自动化测试¶
L1.人工智能在音频、视觉、多模态领域的应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 音频转文字 | Whisper 介绍 |
| 知识点 | 文字转语音 | openai、语音模型 |
| 知识点 | 图像识别 | 视觉模型 零样本识别 图片分类 |
| 知识点 | 文生图 | Dall-E |
| 知识点 | 文生视频 | Sora |
L2.视觉识别在自动化测试中的应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 视觉识别在 Web 自动化测试结合 | Web 自动化测试 Selenium 图片分类识别 |
| 知识点 | 视觉识别在 App 自动化测试结合 | App 自动化测试 Selenium 图片分类识别 |
L3.计算机视觉¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 当前 UI 自动化测试技术概览及瓶颈分析 | 常见 UI 自动化框架工具及技术原理，前端 UI 自动化面临瓶颈点讲解：可测性、维护成本、场景理解、召回能力 |
| 知识点 | 基于传统的视觉 CV 处理技术 | 软件工程视角，解读基于传统视觉算法的 CV 技术，包括边缘检测、霍夫曼直线检测、模版匹配、SIFT 尺度不变特征变换检测、图像金字塔模型 |
| 知识点 | 基于机器学习的视觉 CV 处理技术 | 软件工程视角，解读基于深度卷积神经网络的视觉应用场景，图像聚类、图像去噪、目标检测、图像分割 |
L4.UI 视觉分析服务¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | UI 页面理解技术介绍 | 为什么要做基于视觉的页面理解技术？UI页面结构树逆向解析是解决传统自动化瓶颈的关键技术之一。进一步讲解页面理解技术原理。 |
| 知识点 | UI 页面结构树之逆向解析技术 | 介绍页面结构树逆向技术的设计思路和关键步骤，基础切分、属性判断、区域划分、结果封装。 |
| 知识点 | UI 页面理解技术之服务化 | 介绍使用Python Opencv搭建UI视觉分析程序服务的设计思路，包括服务架构、出入参统一设计，入参多类型、多数量图片下载支持、插件机制等。 |
L5.UI 和自动化结合的案例实践¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 【可测性】基于无监督深度特征的视觉识别技术 | PyTorch 构建模型，实现无监督的模版匹配技术。 |
| 知识点 | 【场景理解】视觉场景案例之响应时间分析和弹窗检测 | 构建响应时间性能测试解决方案，使用 TensorFlow 完成（弹窗截图）目标检测模型和分类模型的应用，模型推理加速技术尝试。 |
| 知识点 | 【召回技术】视觉召回技术之有参照 UIDiff 检测技术 | 兼容机型下的 App 页面的智能视觉 Diff 检查解决方案，在自研数据集下进行验证有效性。 |
| 知识点 | 【召回技术】视觉召回技术之无参照模型预测技术 | 基于历史数据构建数据集，使用 Pytorch 构建异常页面、元素检测模型，实现异常元素的召回及可视化。 |
| 知识点 | 【综合案例】基于深度学习的遍历动作推荐实践 | 基于开源 RICO 数据集，使用 TensorFlow 和 Keras 构建深度学习网络模型，对时序 App 页面截图进行动作推荐预测，实现拟人化的智能遍历。 |
人工智能产品测试¶
L1. 人工智能概念基础¶
价值¶
- 了解人工智能基本概念
- 了解特征与模型在人工智能中如何运作并产生价值
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 专家系统与机器学习的概念 | 从专家系统到机器学习的转变，讲解人工智能的历史，带领大家了解人工智能都在做什么事情，通过什么策略解决现实中的问题。 |
| 知识点 | 特征的概念：离散与连续 | 讲解在机器学习中特征的含义，什么是离散特征，什么是连续特征。 |
| 知识点 | 模型：特征与权重的数据库 | 讲解模型是通过什么原理帮助业务解决问题。 |
| 知识点 | 最简单的算法：逻辑回归介绍 | 通过最简单的场景来讲解机器学习算法的工作原理，了解多分类，二分类和回归问题的对应场景与区别。 |
L2. 算法与业务场景详解¶
价值¶
- 了解人工智能算法的基本原理，了解算法如何解决实际的问题。
- 结合算法原理了解在实际的项目中算如何帮助业务解决问题。
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 最简单的算法：逻辑回归的介绍 | 讲解如何统计混淆矩阵来帮助分析模型的效果。 |
| 知识点 | 超参数 | 详细讲解如何通过混淆矩阵来统计精准，召回和 F1 score 作为模型评估指标。 |
| 知识点 | 信用卡反欺诈详解 | 简单讲解 ROC 与 AUC 的含义。 |
| 知识点 | 推荐系统详解 | 如何通过分组 AUC 从不同的维度验证模型的能力。 |
L3. 人工智能系统架构¶
价值¶
- 了解成熟的人工智能系统的业务形态。
- 了解成熟的人工智能系统所使用的架构设计。
- 了解大数据技术在人工智能系统中的作用，以及测试人员要如何去学习并开展大数据相关的测试活动。
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 人工智能与大数据 | 讲解为什么人工智能=大数据+机器学习。人工智能与大数据有着何种关系。在一个人工智能系统中，大数据模块都发挥着怎样的作用。 |
| 知识点 | 人工智能中的云计算与边缘计算 | 讲解云计算与边缘计算在人工智能场景中的设计 |
| 知识点 | 自学习与数据闭环 | 描述自学习的概念，讲解自学习场景下如何保证数据质量，企业如何构建数据闭环以及数据质量监控。 |
| 知识点 | 模型的实时训练与更新（迁移学习） | 讲解 parameter server 的作用，系统如何利用 parameter server 进行实时训练与迁移学习 |
L4. 数据质量¶
价值¶
- 了解根据大数据和人工智能的特点如何采集并拆解测试数据。
- 了解在人工智能系统中数据质量的作用，并学会如何开展相关的数据质量保障工作。
- 通过大数据与模型的特点讲述在人工智能场景中应该根据什么样的规则构建性能测试场景，又应该如何构建相关测试数据。
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 数据的重要性：训练集，验证集，测试集 | 讲解各个数据集不同的使用场景以及如何拆分不同的数据集。 |
| 知识点 | 选取数据的注意点 | 讲解采集数据集时的注意事项。 |
| 知识点 | 详解数据分布带来的性能差异 | 从原理上讲解应该如何设计性能测试场景 |
| 知识点 | 数据质量保证 | 讲解如何使用 spark 技术验证数据质量 |
L5. 计算机视觉¶
价值¶
- 了解人工智能如何解决计算机视觉场景的问题。
- 了解在计算机视觉场景下如何开展相关测试活动。
- 了解在计算机视觉场景下的边缘计算与测试场景。
- 了解在计算视觉场景下如何构建和处理测试数据。
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 神经网络与深度学习 | 神经网络的概念，它与深度学习是什么关系 |
| 知识点 | 图像处理与卷积神经网络 | 卷积神经网络的概念， 它与普通的神经网络有何不同。 |
| 知识点 | 目标检测 | 讲解常见的计算机视觉的业务场景，计算原理和测试指标。 |
| 知识点 | OCR | 讲解 OCR 的业务场景，实现原理和测试指标。 |
| 知识点 | 再提边缘计算 | 讲解计算机视觉场景下的边缘计算与测试场景。 |
| 知识点 | 大模型（选修） | 介绍大模型的原理以及测试方法。 |
知识图谱与模型驱动测试¶
L1.知识图谱与图数据¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 知识图谱介绍 | 知识图谱 查询语言 格式规范 |
| 知识点 | 图数据库介绍 | Neo4J 介绍 |
| 知识点 | 图数据管理流程 | Neo4J 图的基本管理与查询 |
| 知识点 | 图数据库查询语法 | Neo4J Cypher |
| 知识点 | 知识图谱关系数据分析 | 导演与演员案例 被测系统的界面流程分析案例 |
L2.知识图谱管理¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 路径寻找算法 | 最短路径 最长路径 深度优先 广度优先 |
| 知识点 | 知识图谱编程 | Neo4J 编程 NetWorkX |
| 知识点 | 编程实现关系查询 | neo4j python client、cepher、图数据库 |
L3.知识图谱构建方法¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 使用产品文档实现业务知识图谱构建 | 根据产品文档自动生成图谱 |
| 知识点 | 基于 Web 数据构建 UI 流程知识图谱 | Web 爬虫、遍历测试、人工智能分析 |
| 知识点 | 基于 App 数据构建 UI 流程知识图谱 | App 爬虫、遍历测试、人工智能分析 |
| 知识点 | 基于接口文档构建接口流程知识图谱 | 接口爬虫、遍历测试、接口文档 人工智能分析接口 |
| 知识点 | 使用人工智能构建测试用例知识图谱 | 根据产品文档、业务知识图谱生成测试用例 |
| 知识点 | UI DIFF 测试 | UI 结构化分析、新老版本对比 |
| 知识点 | 接口 DIFF 测试 | 接口结构化分析、新老版本对比 |
L4.知识图谱与测试应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 单元测试用例生成 | 使用 EvoSuite 、ChatGPT、Copilot 自动生成单元测试用例 |
| 知识点 | Web 测试用例生成 | 基于知识图谱实现 Web 自动化测试用例生成 |
| 知识点 | App 测试用例生成 | 基于知识图谱实现 App 自动化测试用例生成 |
| 知识点 | 接口测试用例自动生成技术 | 基于知识图谱实现接口测试用例自动生成 |
L5.智能测试框架与测试分析¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 模型驱动测试介绍 | MBT 概念 工具 与方法论 |
| 知识点 | 模型驱动测试框架 GraphWalker | 使用 GraphWalker 实现自动化测试用例生成 |
| 知识点 | 模型驱动测试框架 AltWalker | 使用 AltWalker 实现自动化测试用例生成 |
| 知识点 | 模型驱动测试与知识图谱结合 | 知识图谱实现测试用例的自动推导与生成 |
| 知识点 | 测试覆盖度量方法介绍 | UI 覆盖度、接口覆盖度的分析 |
| 知识点 | 使用知识图谱与覆盖率实现精准测试方法介绍 | 需求关联 测试用例关联 代码关联 |
深度学习应用（赠课）¶
L1.PyTorch 简介¶
| 形式 | 章节 |
|---|---|
| 知识点 | Pytorch 框架简介 |
| 知识点 | 人工智能与深度学习 |
| 知识点 | Tensors 张量 |
| 知识点 | 数据集和数据加载器 |
| 知识点 | Transforms 预处理 |
| 知识点 | 构建神经网络 |
| 知识点 | Pytorch 中的自动微分 |
| 知识点 | 优化模型参数 |
| 知识点 | 保存并加载模型 |
| 知识点 | 通过示例学习 Pytorch |
L2.PyTorch 图像目标检测¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | torch.nn 究竟是什么？(一) | |
| 知识点 | torch.nn 究竟是什么？(二) | |
| 知识点 | 使用 TensorBoard 可视化 | |
| 知识点 | 目标检测微调教程 | |
| 知识点 | 目标检测微调教程-实战（一） | |
| 知识点 | 目标检测微调教程-实战（二） |
L3.PyTorch 计算机视觉¶
| 形式 | 章节 |
|---|---|
| 知识点 | 计算机视觉的迁移学习 |
| 知识点 | 计算机视觉的迁移学习-实战 |
L4.1.PyTorch 强化学习¶
| 形式 | 章节 |
|---|---|
| 知识点 | 训练一个玩马里奥的强化学习智能体 |
| 知识点 | 训练一个玩马里奥的强化学习智能体-实战（一） |
| 知识点 | 训练一个玩马里奥的强化学习智能体-实战（二） |
L4.2.自然语言处理¶
| 形式 | 章节 |
|---|---|
| 知识点 | 自然语言处理（一） |
| 知识点 | 自然语言处理（二） |
| 知识点 | 自然语言处理（三） |
| 知识点 | 从头开始的自然语言处理（一） |
| 知识点 | 从头开始的自然语言处理（二） |
| 知识点 | 从头开始的自然语言处理（三） |
| 知识点 | 从头开始的自然语言处理（四） |
| 知识点 | 从头开始的自然语言处理（五） |
L5.迁移学习实现跨项目缺陷预测的案例实践¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 在生产中部署 PyTorch 模型 |
人工智能在测试领域中的应用方案分享¶
价值¶
- 了解人工智能在企业中的应用领域。
- 了解人工智能在高校的研究方向。
知名企业/高校分享人工智能在测试领域中的应用¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 名校教授分享人工智能在测试领域中的应用 | 人工智能在测试用例生成、测试执行自动化、测试结果分析的应用 |
Python 编程语言（赠课）¶
L1.Python 语法与数据结构¶
教学目标¶
- 熟悉 Python 基本操作
- 掌握 Python 基本数据类型
- 掌握 Python 控制流
- 掌握 Python 常用数据结构
- 掌握 Python 面向数据对象的应用
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 录播 | 初识Python | Python 发展历史，Python 特点，应用领域 |
| 录播 | 安装Python（Windows） | 下载，安装步骤，检验安装效果 |
| 录播 | 安装Python（macOS） | 下载，安装步骤，检验安装效果 |
| 录播 | 安装PyCharm | 下载，安装 |
| 录播 | 第一个Python程序 | 使用 print()输出 |
| 录播 | PyCharm常用快捷键 | 常用快捷键，官方手册 |
| 录播 | 编码规范 | 缩进，注释，命名规范 |
| 录播 | 输入和输出 | 输入函数，输出函数 |
| 录播 | 函数定义与调用 | 什么是函数，内置函数，函数定义，函数调用 |
| 录播 | 标识符 | 标识符概念，命名规范 |
| 录播 | 关键字 | 什么是关键字，查看关键字 |
| 录播 | 变量 | 变量概念，变量的定义，变量的使用，变量的地址 |
| 录播 | 数据类型 | 标准数据类型，类型查看 |
| 录播 | 数字类型 | 整数，浮点数，复数 |
| 录播 | 布尔类型 | 条件判断，状态标记，假值状态 |
| 录播 | 类型转换 | 自动转换，强制转换 |
| 录播 | 运算符 | 什么是运算符 |
| 录播 | 算术运算符 | +，-，，/，%，//，* |
| 录播 | 赋值运算符 | =，+=，-=，*=，/= |
| 录播 | 关系运算符 | ==，!=，>，<=，<，>= |
| 录播 | 逻辑运算符 | and，or，not，短路特性 |
| 录播 | 成员运算符 | in，not in |
| 录播 | 身份运算符 | is， is not ， is 与 == 的区别 |
| 录播 | 三目运算符 | true_expr if expression else false_expr |
| 录播 | 运算符优先级 | 规则，括号 |
| 录播 | 字符串 | 什么是字符串，字符串定义，转义字符，字符串下标 |
| 录播 | 字符串操作 | 统计查找替换类，字符串判断类，字符串转换类，字符串对齐类，字符串去除空白类，字符串分割类，字符串连接类，编码解码类，切片操作 |
| 实战 | 字符串综合实战 | 字符串操作 |
| 录播 | 字符串格式化 | 什么是字符串格式化，format()方法，f-string字符串 |
| 录播 | 元组 | 什么是元组，元组的定义，元组中元素的引用，元组的切片操作，元组的特点，元组的应用场景，元组的常用方法 |
| 录播 | 列表 | 什么是列表，列表的特点，列表的定义，列表中元素的引用，列表中元素的修改，列表的切片操作，列表的用途 |
| 录播 | 列表操作 | 获取列表元素个数，统计查找操作，增加元素，删除元素，列表排序 |
| 录播 | 元组和列表的区别 | 相同点，不同点 ，内存占用，总结对比 |
| 录播 | 字典 | 字典的定义，字典的创建，字典数据访问 ，字典元素添加与修改 ，字典元素的删除 ，字典的有序性（Python3.7+），字典的应用场景 |
| 录播 | 字典操作 | 字典数据获取类操作，字典添加更新类操作，字典删除类操作 |
| 录播 | 集合 | 什么是集合，集合的创建， |
| 录播 | 集合操作 | 添加操作，删除操作 ，集合数据操作 |
| 录播 | 深拷贝与浅拷贝 | 什么是拷贝，浅拷贝，深拷贝 |
| 录播 | 分支语句-if | 什么是分支语句，if 条件判断，if... else 判断语句 ，if... elif... else 多重条件，分支嵌套 |
| 实战 | 回文数(切片实现) | 运算符，分支语句-if，字符串操作 |
| 实战 | 成绩判断 | 类型转换，分支语句-if |
| 实战 | 计算器 | 类型转换，运算符，分支语句-if |
| 实战 | 模拟乘车过程 | 分支语句-if |
| 录播 | 匹配语句-match | 匹配语句match介绍，基本语法结构，组合多个匹配值，匹配模式绑定变量 |
| 录播 | 循环语句-while | 什么是循环，程序中的循环，循环的作用，循环的构成要素 ，什么是 while 循环，while 循环的语法，while 循环实战 |
| 录播 | 循环语句-for-in | for-in 循环的语法， 遍历可迭代对象 |
| 实战 | 回文数(循环实现) | 类型转换，运算符，循环语句-for-in |
| 录播 | 数字序列 | range函数，range函数的基本语法 ，随机数 |
| 实战 | 猜数字 | 循环语句-while，循环语句-for-in |
| 实战 | 猜拳游戏 | 分支语句-if，运算符，列表 |
| 实战 | 打印图案 | 循环语句-for-in，循环嵌套 |
| 实战 | 词频统计 | 列表，列表操作，字符串操作，字典，字典操作，for-in循环，分支语句-if |
| 实战 | 水仙花数 | 运算符，循环语句-for-in，分支语句-if，函数返回值与参数处理 |
| 录播 | 循环嵌套 | 循环嵌套特征 |
| 实战 | 数字组合 | 分支语句-if，循环语句-for-in，循环嵌套 |
| 录播 | 循环跳转 | 死循环，break 语句， continue 语句，loop-else |
| 录播 | 推导式 | 元组推导式，列表推导式， 字典推导式， 集合推导式 |
| 录播 | 函数返回值与参数处理 | 函数返回值，参数传递，位置参数，关键字参数，默认值参数 ，可变参数，混合参数 |
| 录播 | 变量作用域 | 局部变量，全局变量 ，全局变量和局部变量的优缺点 |
| 实战 | 素数 | 运算符，循环语句-for-in，分支语句-if，函数返回值与参数处理 |
| 录播 | 匿名函数 | lambda 表达式， 使用场景 ，Sorted函数实现原理 |
| 录播 | 递归算法 | 递归的基本原则 ，递归使用举例-阶乘 |
| 实战 | 阶乘 | 分支语句-if，递归算法，函数返回值与参数处理 |
| 实战 | 斐波那契数列 | 分支语句-if，递归算法，函数返回值与参数处理 |
L2.Python 面向对象编程¶
教学目标¶
- 熟悉 Python 封装、继承、多态
- 掌握 Python 模块与包
- 掌握 Python 调试与分析方法
- 掌握 Python 装饰器的的应用
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 录播 | 闭包与装饰器 | 函数引用， 闭包， 装饰器 |
| 实战 | 计数器函数 | 相关知识点：闭包与装饰器 |
| 录播 | 文件操作 | 文件打开，文件关闭，文件读取，文件写入 |
| 实战 | 读写文件 | 相关知识点：文件操作 |
| 录播 | 错误分析与调试 | 错误分析，print调试，debug调试 |
| 录播 | 异常处理 | 异常介绍，捕捉异常，异常处理 |
| 实战 | 计算器 | 相关知识点：异常处理， 分支语句-if， 函数返回值与参数处理 |
| 录播 | 面向对象概念 | 面向过程编程，面向对象编程，面向对象VS面向过程 |
| 录播 | 类和对象 | 概念，定义，class ，实例对象 |
| 录播 | 实例属性 | 动态绑定定义，访问 |
| 录播 | 构造方法 | __init__()， self, __str__() |
| 录播 | 实例方法 | 实例方法定义， 实例方法调用 |
| 录播 | 类属性 | 定义，类对象，访问 |
| 录播 | 类方法 | 定义，访问 |
| 录播 | 静态方法 | 定义，访问 |
| 实战 | 矩形面积和周长 | 相关知识点：静态方法， 函数返回值与参数处理 |
| 录播 | 封装 | 访问控制权限， 公有属性，保护属性， 私有属性，_和__前缀 |
| 录播 | 计算属性 | 属性访问器和修改器，property装饰器实现计算属性，计算属性的优势 |
| 录播 | 继承 | 继承的概念，单继承，方法重写，super函数的使用，多继承 |
| 录播 | 多态 | 概念，表现，鸭子类型，类型检查 |
| 录播 | 类型注解 | 类型注解基本使用，基本类型注解，容器类型注解， Union 类型注解， Sequence 类型注解， Optional 类型注解， Callable 类型注解，自定义类作为类型注解 |
| 实战 | 动物园 | 相关知识点：实例方法，实例属性，类属性，构造方法，封装，继承，多态 |
L3.Python 常用模块¶
教学目标¶
- 掌握常用的内置库
- 掌握常用的第三方库
- 掌握 Python 的环境管理
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 录播 | 模块 | 模块的导入，内建模块，自定义模块，第三方模块，dir() 函数 |
| 录播 | 包 | 包的概念，package 用途，package 导入，init.py |
| 录播 | math模块 | math模块常量，math模块方法 |
| 录播 | random模块 | 常用方法 |
| 录播 | sys模块 | sys常用属性，sys常用方法 |
| 录播 | os模块 | 路径操作，目录和文件操作，其它操作 |
| 录播 | datetime模块 | 应用场景，日期时间处理函数 |
| 录播 | 正则表达式 | 正则表达式介绍， 常用正则符号，常用正则方法 |
| 录播 | JSON模块 | JSON 概念，Python 与 JSON 数据类型对应，JSON 序列化与反序列化，JSON 文件的写入和读取 |
| 录播 | 日志模块 | 日志四大组件，日志等级，日志配置 |
| 录播 | 虚拟环境管理 | 虚拟环境介绍，虚拟环境配置安装 |
| 录播 | pip工具使用 | pip 常用操作， pip 指定安装源 |
L4.Python 高级编程¶
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 录播 | 多任务编程 | 多任务介绍，多任务编程 |
| 录播 | 多任务进程编程 | 进程实现多任务 |
| 录播 | 多任务线程编程 | 线程实现多任务 |
| 录播 | 多任务协程编程 | 协程实现多任务 |
| 录播 | 网络编程 | IP 地址与端口，通信协议，Socket 编程，Socket 开发流程，多任务开服务端 |
| 录播 | 数据库操作 | 数据库连接创建，游标对象使用，查询操作，插入操作， 更新操作，删除操作 |
| 录播 | yaml 文件处理 | 什么是 YAML 文件，为什么要使用 YAML 文件，YAML 的基本语法规则，YAML 的数据结构，YAML 文件处理 |
| 录播 | dataclass | dataclass 基本使用，数据类嵌套，对象初始化后禁止改变属性值，field 的使用 |
| 录播 | Pydantic | Pydantic 基本操作，Pydantic 高级操作 ，Field 对象，数据转换 |
| 录播 | Pytest 测试框架 | Pytest 简介，环境安装与配置，命名规则，断言，测试装置，数据参数化，使用 YAML 文件进行数据驱动测试 |
Docker 容器技术（赠课）¶
L1.Docker 容器环境安装与配置¶
学习目标¶
- 掌握Docker的安装与配置
- 掌握Docker命令行搭建常用平台
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | 容器技术介绍 | Docker 的价值、Docker 的学习路线 |
| 知识点 | Docker 的安装与配置 | Docker 在 linux 上的安装与配置、国内加速的配置 |
| 知识点 | Docker 容器管理 | 常用的 Docker 容器管理命令 |
| 知识点 | Docker 镜像管理 | 常用的 Docker 镜像管理命令 |
| 知识点 | 搭建 Web 服务器 Nginx | 使用一行命令搭建 Web 服务器 Nginx |
| 知识点 | 搭建数据库服务 MySQL | 使用一行命令搭建数据库服务 MySQL |
| 知识点 | 搭建持续集成平台 Jenkins | 使用一行命令搭建持续集成平台 Jenkins |
| 知识点 | 搭建项目管理平台 Jira | 使用一行命令搭建项目管理平台 Jira |
| 知识点 | 搭建测试用例管理平台 testlink | 使用 Docker 搭建测试用例管理平台 |
L2.Docker 原理分析与使用场景¶
学习目标¶
- 掌握Docker常用场景
- 掌握Docker常用设置
- Docker部署UI自动化分布式环境
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | Docker 与虚拟机解析 | Docker 与虚拟机的架构区别 |
| 知识点 | Docker 和虚拟机的使用场景 | 详解什么样的场景使用 Docker 什么样的场景使用虚拟机。 |
| 知识点 | Docker 与容器网络 | bridge，host 与 container 网络模式详解 |
| 知识点 | 部署分布式 UI 自动化测试环境 | 部署分布式 UI 自动化测试环境 |
| 知识点 | 【实战】Docker-compose 实战练习 | Docker-Compose 实战练习 |
L3.Docker 容器镜像制作¶
学习目标¶
- 掌握Docker容器镜像制作
- Dockerfile文件详解
知识点¶
| 形式 | 章节 | 描述 |
|---|---|---|
| 知识点 | Docker 容器镜像简介 | 使用场景 |
| 知识点 | Docker 容器镜像制作命令 | Docker commit 与 Dockerfile 制作镜像。 |
| 知识点 | 【实战】Docker 制作容器镜像实战 | Dockerfile 的详细教程 |
| 知识点 | 【实战】Docker 私有镜像仓库实战 | 私有镜像仓库实战 |