惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

The Register - Security
The Register - Security
云风的 BLOG
云风的 BLOG
U
Unit 42
F
Fortinet All Blogs
The GitHub Blog
The GitHub Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
S
Secure Thoughts
Hacker News: Ask HN
Hacker News: Ask HN
Vercel News
Vercel News
S
Security @ Cisco Blogs
GbyAI
GbyAI
Stack Overflow Blog
Stack Overflow Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
I
Intezer
MongoDB | Blog
MongoDB | Blog
AI
AI
MyScale Blog
MyScale Blog
Engineering at Meta
Engineering at Meta
Y
Y Combinator Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Proofpoint News Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
W
WeLiveSecurity
博客园 - 叶小钗
S
SegmentFault 最新的问题
N
News | PayPal Newsroom
WordPress大学
WordPress大学
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
D
DataBreaches.Net
小众软件
小众软件
Microsoft Azure Blog
Microsoft Azure Blog
Spread Privacy
Spread Privacy
H
Help Net Security
美团技术团队
博客园 - 司徒正美
T
Threat Research - Cisco Blogs
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
K
Kaspersky official blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
Vulnerabilities – Threatpost
TaoSecurity Blog
TaoSecurity Blog
N
Netflix TechBlog - Medium
L
Lohrmann on Cybersecurity
J
Java Code Geeks
量子位
Martin Fowler
Martin Fowler
博客园_首页

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Тест кейсы как код
Кузин Иван · 2026-06-01 · via Все публикации подряд на Хабре

История о том, как избавить команду от боли работы с классическими TMS (Test Management System) и перенести тестовую документацию туда, где ей самое место — в код.

Дано:

  • Растущее количество ручных тестов (иногда переваливающее за тысячи), которые сложно поддерживать.

  • Отсутствие нормального переиспользования шагов в стандартных системах, из‑за чего приходится постоянно дублировать общие шаги.

  • Рассинхронизация между автотестами и ручными кейсами, приводящ к спорам о том, какой тест считать актуальным (главным).

  • Сложности с параллельной работой в ветках, ревью изменений и плохой аудит удалений, где один клик может снести целую группу тестов.

Найти:

  • Единый источник правды для всех тестов на проекте.

  • Механизм, обеспечивающий прозрачный процесс работы с разными ветками, ревью изменений и так далее

Начнем сначала. Что такое «классические» ТМС системы? Классические ТМС системы (Например TestRail, Test‑it, DoQa, TestOps и так далее) это системы, в которых тестировщик (один или несколько)

  • Создают списки тест‑кейсов, прописывают в них проверочных шаги и ожидаемый результат, вешают на них теги, устанавливают приоритет, в идеале еще и скриншотик прикрепляют.

  • Далее эти тест‑кейсы объединяются в тестовые прогоны (тест ран) для прохождения нужного этапа тестирования. Регресс, Приемка, Тестирование новой фичи (нужное подчернуть)

  • Внутри тест рана мы устанавливаем результаты, чтобы можно было отслеживать текущий прогресс, ничего не забыть и отчитаться о проделанной работе

  • По окончанию прохождения тест рана формируются отчеты для руководства или для истории.

    Всем тестировщикам, которые работали в командах от 2х и более человек это полностью знакомо.

Что-то как то все старо выглядит. А где автотесты? Мы в 2026 году, у каждого уважающего себя проекта должны быть автотесты, а в идеале уже и AI агент, который умеет или писать автотесты или выполнять их, или чинить. А может и все сразу

Тут начинается не очень приятная часть. Маппинг автотестов с ручными (кто делал это хотя бы 1 раз с нуля, тот понимает как неприятно это делать даже с 1к тестов). В современных ТМС системах есть инструменты для маппинга автотестов с ручными. И по наименованию и по ИД и автоматически. Но принцип все равно не меняется — автотесты лежат отдельно, ручные тесты лежат отдельно. Это порождает целый ворох проблем

  • Потеря единого источника правды. Автотесты и ручные тесты могут расходится. Когда количество тестов переваливает за 1000 отслеживать актуальность шагов в ручном тесте нереально (да и незачем). По моему мнению автоматизированный ручной тест вообще должен уйти из репозитория. Зачем он?

  • Ад при работе с ветками. Если у нас есть 3 стенда (dev, stage, predProd), мы прогоняем автоматическое и ручное тестирование на predProd, а тест‑кейсы/код автотестов кто то уже переписал под dev стенд

  • ... Я думаю тут можно дописать еще сколько то проблем, но статья не об этом)

Вернемся немного назад. Мы перечислили основные этапы работы с ручными тест‑кейсами. Может что-то забыли? Да. Забыли важный и самый противный этап — Поддержка тест‑кейсов

Самое неприятное это поддерживать тест‑кейсы в актуальном состоянии. Особенно если их много, особенно если мы писали их подробно, особенно если мы не писали их подробно)))
Изменение базовой функциональности требует обновления десятков, а то и сотен тестов. И вот тут классические ТМС с их веб‑интерфейсами раскрывают свою неприятную сторону.

  • Массовые изменения — Боль и тыкание мышкой

  • Отсутствие нормальных «общих шагов» — безусловно в той или иной мере они есть во всех ТМСках. Но почему то их так мало используют...

  • Снова потеря единого источника правды между ручными и автотестами

  • Неготовность к AI (А мы ведь в 2026-м!) — Это конечно немного я преувеличиваю. Формально Test it и DoQa имеют интеграцию с AI для генерации тестов. Но я немного не про то. Получается чтобы сгенерировать тесты через AI агента нужно использовать API системы и обращаться к нему для передачи тест‑кейсов, при этом AI будет перезапрашивать тест‑кейсы из API для того чтобы поддерживать контекст. Не совсем то, что хочется. Хочется чтобы тест‑кейсы генерировались на машине — чтобы агенту было проще читать контекст файлов и ориентироваться в ситуации

  • .. Снова поставлю многоточие. Т.к. боли у каждого свои

А что если уже все придумано за нас? Тестировщики часть ИТ мира, давайте использовать достижения других специальностей) Я говорю про Everything as Code

Разработчики додумались до этого первыми, потому что код продукта, который перекидывали зипниками по почте, расинхронизировался. Так появилась система контроля версий. Потом туда мигрировала сборка (Jenkins, GitLab CI). Потом установка продукта (Ansible). Потом документация — сейчас во многих проектах документация лежит в репозитории рядом с кодом.

И при этом — важный момент — никто не потерял UI. Откройте GitLab: те же кнопочки, те же переменные, всё то же самое. Просто конфигурация уехала в код. UI остался.

Очень надеюсь, тест‑кейсы повторят этот путь. Мы сформулировали несколько требований к формату кейсов: человекочитаемый, стандартизированный, чтобы AI мог работать с ним напрямую без API‑вызовов. Хранить ручные тест‑кейсы нужно точно так же как храним код автотестов — в репозитории git. А самое вкусное — в том же самом репозитории что и код автотестов.

В каком формате? Для начала мы начали использовать yaml (потом добавили python и gherkin). Почему yaml, потому что это с одной стороны человекочитаемый формат, а с другой стороны четко стандартизированный.

Вот так выглядел первый тест-кейс в yaml формате

Вот так выглядел первый тест-кейс в yaml формате

Уже выглядит супер, мы смогли открыть наши кейсы в VS Code! Что это нам дает? Это значительно облегчает нам задачу по поддержке актуальности этих тестов, так как в IDE многими годами были отшлифованы функции массового редактирования, быстрое переключение git веток, а также в IDE живут AI ассисенты, которые могут помогать нам в разработке тест‑кейсов или делать это полностью автономно. Так же если код автотестов живет в этом же репозитории, то автотестировщик реализует автотест и удалит ручной (избегаем дублирования)

Чуть не забыл про общие кейсы. Общие кейсы ведутся просто в отдельной директории в том же yaml формате. В основных тест‑кейсах можно вставлять ссылку на него, тем самым переиспользуя общие шаги

Ссылка на общий кейс

Ссылка на общий кейс

Сам общий кейс

Сам общий кейс

Но что-то не давало нам покоя и мы решили добавить визуальный плагин для тех тестировщиков, которые не готовы вручную редактировать yaml файл

Визуальный редактор! (поддерживает YAML, Gherkin, Python)

Визуальный редактор! (поддерживает YAML, Gherkin, Python)

Прямо внутри IDE мы реализовал плагин, который вернул тестировщикам привычные кнопки и списки. Т.о. мы и в yaml перешли и тестировщиков не сильно напугали. Единственное осталось научить их пользоваться GIT (хотя бы на базовом уровне). Разумеется это не все функции плагина — Плагин валидирует тест‑кейсы на предмет структуры, позволяет раставлять uuid по ПКМ в любом файле и так далее (подробнее в savetest‑tms‑plugin)

UPD. Больше примеров смотри в комментарии https://habr.com/ru/articles/1042176/comments/#comment_30061522 и в репозитории https://github.com/savelinkQA/demo.save-test.test-case

Когда мы подумали об этом нашли еще один из неочевидных плюсов — У каждого локально есть полная копия базы тест‑кейсов, получается какой никакой бекап. Никто теперь не удалит всю базу бесследно, всегда можно откатиться в GIT по истории.

Супер. У нас теперь есть тесты в Git, мы можем работать как взрослые разработчики. Можем проводить ревью тест‑кейсов в гитлабе (оставлять комментарии на исправление), можем делать работу с разными ветками, может выполнять массовые изменения и подключать AI агентов. Круто — но помним, что тесты нужно объединять в тест‑раны и запускать, формировать отчеты, прикреплять куда то результаты автотестов. Для этого есть 2 пути

  • или использовать существующие ТМС системы и прослойку между гитлабом и этой системой

  • или реализовать свою ТМСку, которая из коробки умеет синхронизировать данные из Git

Итоговый подход

Итоговый подход

Вне зависимости от пути общая схема выглядит так:

  • Создаем/Редактируем тест‑кейсы в IDE

  • пушим изменения в Git хранилище, проводим ревью и др

  • Синхронизация в платформу

  • Выполнение тестов

  • Отчетность

Мы пошли по второму пути. Реализовали платформу SaveTest. Система умеет синхронизировать данные из gitlab, github и др git совместимых хранилищ. Про функционал системы можно почитать на сайте. По сути там есть все для современных ТМС систем (тест‑раны, отчеты, фильтры, классические проекты для староверов и загрузка allure отчетов для результатов автотестов)

Что в итоге. Тест‑кейсы — такой же артефакт разработки, как код и документация или автотесты. Они точно так же меняются, точно так же требуют ревью, точно так же должны жить рядом с тем, что описывают. Код продукта давно переехал в Git. Сборки переехали. Инфраструктура переехала. Документация переезжает. Тест-кейсы тоже должны ехать.

ТМС системам нужно оставить то, что у них получается лучше всего — Установка результатов + отчеты

P.S. Вдохновлено выступлением Артёма Ярошенко (Heisenbug) 2021г (ссылка на видео)

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

50%Классический формат (TestRail, TestIT, TestOps)5

0%Jira plugin (Zephyr и подобное)0

20%В git как код (любой ЯП)2

Проголосовали 10 пользователей. Воздержался 1 пользователь.