企业官网建设流程全解析

你不需要会写代码，你只需要会"描述"

大家好，我是某互联网公司的测试架构师。

在刚刚过去的上周五的下午时分, 于团队之中, 新近入职仅仅两周时间的实习生小张寻找到了我, 而后这般说道: “哥, 我接过了一项关于新模块的测试任务, 产品发送了3个PDF格式的文档, 这3个文档加起来页数多达80多页。按照我以前的工作节奏, 仅仅是撰写用例就需要耗费4天的时间, 然而下周三这个新模块就要上线了。”。

他的屏幕被我看了一眼, 正对着3个PDF文档, 那些内容被一行一行地复制粘贴到Excel里, 一个模块对应一页, 一页大概有5 - 8条用例, 按照这样的速度, 80页确实得要4天。

我说："你把文档发我，我教你用三个工具。"

周一的时候, 举办了晨会。在晨会上, 小张当着全组人员的面, 展示了他借助AI生成的完整测试用例以及自动化脚本。测试组长在看完之后, 沉默了足足五秒, 然后说了一句, 那就是: 你这周不用写用例了, 去教教大家怎么使用这几个工具。

他不是技术天才。他只是用了三个不要钱的AI工具。

一、为什么你还在手动写用例？

先说说大多数测试团队的真实状态。

在拿到一份PRD之后, 测试流程常常是如此这般: 先将其对应的Word或者PDF打开, 然后逐页进行查看, 在查看的同时复制相关功能描述, 接着把Excel打开, 随后逐个单元格去敲入用例编号、前置条件、操作步骤以及预期结果。

撰写一个模块得耗费半天时间, 而编写一个项目则要花费好几天工夫。更为糟糕的是——每一次项目所使用的Excel模板均不相同, 其中有的被称作“测试场景”, 有的被叫做“测试点”, 还有的被唤作“验证项”。

在团队当中, 我见识过好多这样的情形, 测试的那帮同学, 耗费大量的时间, 用在“复制粘贴以及更改格式”这样的事情上, 而非切实地在“思索如何去测试”这件事上了。

然而, 到了2026年, 情形已然全然不同。在市面上, 已然涌现出大量免费的AI测试工具, 即便毫无基础之人亦能够使用, 且无需撰写哪怕一行代码。

我在实际项目里反复验证过下面这3个工具, 它们全部都是免费的。

二、工具一, 它能做什么, 在8分钟内, 将80页PDF转化成47条Excel用例, 它是什么?

是一款开源的, 专为AI设计的测试用例生成工具, 开发者于2026年2月将其发布。其核心能力在于, 能把凌乱无序的PDF、DOCX或者XLSX格式的需求文档, 转变为具备结构化的测试用例, 并且能够直接导出成为可立即使用的Excel文件。

自始至终, 无需书写哪怕一行代码, 你仅仅是将需求文档投放进去, 告知它“按照这个格式输出”, 它便会独力办成所有事情。

怎么用？

Step 1：安装

用命令行安装 Skill（需要 3.10+）：

npx skills@latest add JohnWayneeee/casely-qa-skill

或者直接克隆仓库：

git clone https://github.com/JohnWayneeee/casely-qa-skill.git cd casely-qa-skill uv sync

Step 2：初始化项目

/init my-project

把需求文档（PDF/DOCX/XLSX）放到

/my-/input/ 目录下。

Step 3：让AI读懂文档

/parse

会用 OCR从任何PDF/DOCX中提取表格和文字。

Step 4：让它学习你的格式

/style

能够读取你当下所拥有的Excel, 对其列结构进行克隆, 不同项目存在不同格式, 这又有何妨呢, 它只需学习一回便能够记住。

Step 5：生成测试计划

/plan

生成一个覆盖地图："47条用例，覆盖6个模块"。

Step 6：生成用例

/generate functional

生产出原子化的测试用例, 针对每个场景进行一个文件的创建，其支持多种类型, 诸如（功能）类型、（负向）类型、（集成）类型、（边界）类型等等。

Step 7：导出Excel

/export

一键导出-ready的Excel文件。

真实案例

就我们这个团队而言, 存在着一个项目, 其需求文档呈现为3个PDF文件, 这些文件加起来一共有87页。以往依靠人工去写用例的话, 需要耗费4天时间。然而, 经过一次运行: 仅用8分钟便生成了47条结构化用例, 并且能够直接导出Excel, 导出后的格式与团队所使用的模板达到100%的匹配度。

测试组长, 在看到Excel之际, 问出这样一句话: “这是谁写的? ”, 紧接着又说道: “格式又怎么会跟咱们的模板完全一样? ”。

因为先学了模板再生成。

适合零基础的缘由是什么? 三、工具二: Small ── 将手工用例转化成自动化脚本, 零代码, 它究竟是什么?

Small乃是一款免费的扩展, 其能够运用自然语言去描述测试步骤以及预期结果, 借助AI自动执行测试。当你写下“点击登录按钮”, 输入账号密码，验证登录是否成功, AI会在浏览器里帮你自动操作一回。

全程不需要、、——不需要任何需要编程技能的自动化工具。

怎么用？

Step 1：安装扩展

在应用商店搜索"Small "并安装。

Step 2：获取免费API Key

去 AI （

）免费获取一个 API Key。

Step 3：配置

打开扩展的页面，选择 ，输入API Key并保存。

Step 4：写测试用例

在扩展的主窗口中，用自然语言创建测试用例：

步骤1：打开登录页面 步骤2：输入账号 test@example.com 步骤3：输入密码 password123 步骤4：点击登录按钮 预期结果：页面跳转到首页，右上角显示用户名

Step 5：运行

点击那个名为“Run”的按钮, 人工智能将会在跟前的浏览器标签页面之中自动去执行每一个步骤。

Step 6：查看结果

每一个步骤, 都会展现Pass或者Fail, 要是失败掉了, 便对步骤描述实施调整, 再次展开运行。

真实案例

, 小张在生成了47条用例过后, 从中挑选出了一条最为核心的“用户登录”用例, 随后使用Small运行了一回, 用时5分钟, 原本的手工用例转变而成了能够重复执行的自动化脚本。

后来, 他跟我讲, 以往他认为自动化测试极为困难, 要去学习, 还要学习框架；如今他发觉, 只要自己能够写出“点这里”“填这个”“检查那个”, 人工智能就能帮他运行。

凭什么是适合零基础的? 第四, 工具方面的第三个, ——编写测试用例这种行为如同撰写剧本一样 , 人工智能自行去寻觅元素 , 它究竟是什么?

是一个属于开源范畴的“代理式测试框架”（）, 其核心能力在于, 你运用纯英文去撰写测试场景, AI能够自行理解其中意图, 能够自行寻觅页面元素, 能够自行开展执行操作。

不要求去编写任何种类的选择器, 无论是XPath还是CSS。不用担心当UI发生改变时脚本就会失效, 因为AI是依靠“意图”来进行导航的, 并非依靠“元素定位”。

怎么用？

Step 1：初始化

npx openqa init

这会在项目中创建./目录。

Step 2：写测试场景

.//my-app.中，用类似剧本的方式写测试：

Feature: 我的应用 Scenario: 用户能成功登录 * 导航到 "https://myapp.com" * 输入账号密码并提交登录表单 * 应该看到仪表盘

不需要表述成“点击ID为login - btn的按钮”这样的内容, 只要求写“提交登录表单”, 让AI自行领会意图去寻找到对应的元素。

Step 3：运行

cd .openqa && npm test

没有step 。没有选择器。没有代码。

真实案例

我们所在的团队存在着一个历经时日的老项目, 其UI呈现出频繁改版的状况, 具体表现为, 今日按钮的颜色为蓝色, 然而明日便转变为绿色, 再者, 今日的ID这般称呼, 可明日却又调整成btn- , 而传统的自动化脚本在每次发生改版之际, 都需要对定位器进行一番修改打点。

运用之后, 所写的用例是“提交表单”, 不论按钮外观怎样、ID称作什么, AI均可找到并予以点击, 至于UI进行改版了吗, 用例无需更改。

为什么适合零基础？五、三个工具怎么搭配用？

这三个工具不是互相替代的，是互补的。

工具

解决什么问题

最适合谁

从需求文档到测试用例

拿到PRD不知道从哪开始写用例的人

Small

从手工用例到自动化脚本

有手工用例但不会写自动化代码的人

写测试用例 + 自动执行

想用自然语言写测试、不想维护定位器的人

一套完整的工作流是这样的：

拿到PRD → Casely生成用例（8分钟） ↓ 挑核心用例 → Small Tester转自动化脚本（5分钟/条） ↓ 复杂的端到端场景 → OpenQA写剧本式测试（10分钟/场景） ↓ 第二天晨会 → 展示完整的测试用例库 + 可执行的自动化脚本

就是小张这么做的, 周五下午拿下PRD, 周一晨会展现成果, 80页PDF转变成47条结构化用例, 3条自动化脚本, 1套端到端测试, 测试组长当时就问了那句话。

六、避坑指南坑一：需求文档质量决定AI输出质量

AI所生成的用于示例的质量, 是由你输入进去的文档质量来决定的。要是PRD撰写得模模糊糊不清楚, 那么AI生成的用于示例的部分就会存在大量不清晰的地方。

解决办法是, 于上传以前, 要去确认文档, 文档需至少涵盖功能描述, 还有输入输出, 以及业务规则。文档如若越详细, 那么用例就会越精准。

坑二：AI生成的用例需要人工审核

人工智能并非是尽善尽美的。它所生成的用例只怕是会存有遗漏情况, 尤其是那种隐而不现的业务规则方面的遗漏。

解决方案是, 由AI生成初稿, 然后人进行审核补充。在审核80条用例时, 相较于从零开始编写80条用例, 所节省下来的时间可不是一点点。

坑三：注意API Key的配额

Small 需要API Key，免费版有调用次数限制。

解决办法是, 首先运用免费配额去运行核心场景, 而不是一开始就运行几百条用例。当需要大量使用的时候, 要考虑进行升级, 或者换用本地运行的方案, 比如。

七、明天晨会，你就能惊艳全场

回到小张的故事。

周一晨会上，他展示的不是"我写完了47条用例"，而是：

测试组长看完沉默了五秒。然后说了一句话我到现在都记得：

之前, 一个全新的模块, 得出用例, 得花费四天的时间才行, 如今, 一小时的时间, 就把用例、脚本以及端到端的测试全都搞定了。这可不是简简单单的效率有所提升, 而是效率直接实现了翻倍！

小张不是技术天才。他只是一个会用工具的普通人。

这三个工具，全都是免费的。明天晨会，你也可以。