邵清晏 · 自动化测试

• 入职核心业务线时仍以手工回归为主，单次发版回归需 2 人天；基于 Python + Selenium 搭建 Web UI 自动化套件，覆盖登录、下单等 30+ 关键路径，单轮回归耗时从约 6 小时压缩到 40 分钟内

• 针对核心接口缺乏稳定校验的问题，用 Pytest 编写 200+ 接口自动化用例并接入主干 CI/CD 流水线，每次合并自动触发冒烟，使核心链路缺陷在提测前即被拦截，线上接口类缺陷同比下降约 45%

• 针对回归范围靠人工判断、易漏测的痛点，结合代码改动梳理用例与功能映射，将核心业务线自动化回归覆盖率从约 35% 提升到 70%+，支撑发版节奏由双周提速到每周一次

• 承担缺陷分析与跟进，整理自动化执行报告并定位失败用例根因，区分产品缺陷与用例脏数据，将自动化误报率由约 20% 降到 5% 以内，提升测试结果可信度

• 推动自动化结果同步至团队看板，每周输出回归通过率与高频缺陷模块，为研发提供质量反馈，相关数据被纳入版本发布准入评审

• 作为内部 IM 系统自动化测试负责人，从零搭建基于 Pytest + Allure 的 UI/接口分层自动化框架，统一目录分层与 fixture 规范，3 个月内沉淀自动化用例约 320 条，覆盖登录、会话、消息收发等 8 条核心业务流

• 针对 IM 前端交互复杂的痛点，引入 Selenium + Page Object 模式封装页面对象与公共操作，将 UI 用例因页面元素改动产生的维护成本降低约 60%，单条用例平均编写时间从 40 分钟缩短至 15 分钟

• 采用数据驱动方式参数化群聊、单聊、文件传输等多类消息场景，用 30+ 组测试数据复用同一套脚本，使消息模块的边界与异常场景覆盖率从约 45% 提升至 80%

• 将自动化套件接入 Jenkins 流水线实现每日定时回归，配合 Allure 自动生成可视化报告并邮件推送，把原本人工半天的回归验证压缩到约 25 分钟无人值守完成

• 通过每日回归在版本提测前累计拦截 UI/接口缺陷 50+ 个，其中阻塞级问题 6 个，推动 IM 系统提测一次通过率从约 70% 提升至 88%

• 针对下单履约核心链路（下单、库存扣减、履约状态流转）梳理出 6 个高频交易场景，基于生产流量画像设计阶梯式压测模型，覆盖日常峰值与大促 3 倍冗余目标

• 使用 JMeter 与 Locust 搭建分布式压测环境，编排参数化脚本与思考时间，模拟最高 2000 并发用户对核心接口持续加压，单轮压测可稳定输出 TP99、吞吐量与错误率曲线

• 接入 Grafana + Prometheus 监控大盘，结合慢 SQL 日志与线程 Dump 定位到下单接口的 N+1 查询及连接池耗尽问题，将核心接口 TP99 从 1.2s 降至 480ms

• 推动对热点库存表补充联合索引并调优数据库连接池参数，使履约链路在同等压力下整体吞吐量提升约 40%，错误率由 3.5% 降至 0.2% 以下

• 沉淀压测报告与容量评估模板，给出该链路单机可承载约 800 TPS 的容量基线与扩容建议，为后续大促前的容量规划提供量化依据

• 基于 Python + Requests + Pytest 封装统一接口自动化框架，将 HTTP 客户端、Token 鉴权与请求重试抽象为公共基类，使新接口用例从零搭建缩短至 20 分钟以内

• 设计 YAML 数据驱动方案，将测试数据、断言期望与用例逻辑解耦，单套用例模板覆盖正常/边界/异常 3 类场景，约 200 条接口用例的数据维护成本下降约 40%

• 沉淀公共断言库（状态码、JSON Schema、字段级与业务规则校验）并配套响应提取工具，被 3 条业务线直接复用，重复断言代码减少约 60%

• 输出接口用例设计规范与框架接入文档，通过 Git 管理用例资产并规范分支与 Code Review 流程，新成员可在半天内独立提交可运行用例

• 将框架接入本地与 CI 手动触发执行，单业务线约 200 条接口用例可在 5 分钟内跑完并生成结果报告，显著降低回归阶段人工验证接口的工作量

凭借自动化测试框架的落地实施，显著降低线上缺陷率，获团队季度质量表彰。