北京慧测 · 但问智能

你是否有这些困扰以下区块为课程一 · 测试课程内容

企业在智能体时代的测试之痛

每一类企业真实痛点，都对应着课程的具体解法

AI 应用没人会测

智能体输出不确定、RAG 召回质量黑盒、模型升级不敢发版，质量全凭运气。

对应解法 · AI 产品测试与评测体系

测试提效遇天花板

用例靠手写、自动化脚本维护成本爆炸、回归周期越来越长。

对应解法 · 意图驱动 + 6 大测试智能体

知识资产在流失

需求一句话、文档过时、经验在人脑里，AI 生成结果总是"四不像"。

对应解法 · 企业知识飞轮

平台化进退两难

自研平台重、维护难；直接买工具又不贴业务、难落地。

对应解法 · 轻量 CLI + 渐进平台化

数据合规卡脖子

金融/政企内网隔离、外网禁访问，SaaS 类 AI 工具根本进不了场。

对应解法 · 全栈私有化部署

全部命中？

那这门课就是为你设计的。把每一个痛点，变成你的竞争力。

本期重磅升级

紧跟前沿，又能真正落地

我们持续追踪大模型测试最前沿的技术，只把"既先进又能在企业跑起来"的装进课程 · 查看升级详情 →

GraphRAG

多模态RAG 图谱知识工程

基于企业级 AnythingChatRAG，用知识图谱 + 向量双层检索重构测试知识库。实体关系抽取、四种分块策略、Rerank 重排、RAGAS 评测一站式打通——让 AI 真正读懂你的业务文档。

AnythingChatRAG知识图谱双层检索Rerank

Agentic Workflow

自主测试工作流

超越单次问答，构建"感知→决策→执行→反思"的 Agentic 闭环。LoopEngineering 让测试智能体 7×24 小时自主巡检、发现缺陷、自动修复、回归验证——真正的无人值守测试。

LoopEngineeringReActPlan-Execute自主反思

LLM Ops

全链路可观测与追踪

用 Langfuse 做智能体全链路追踪，每一次模型调用、每一次工具执行都可回溯、可度量。结合评测门禁，让 AI 质量从"看不见摸不着"变成"可观测、可回归、可问责"。

Langfuse链路追踪Token 分析成本归因

Trajectory Eval

智能体轨迹评测

2026 年智能体评测的主流范式。不只验证最终答案，更用 Golden Trajectory（黄金轨迹）比对 Agent 的每一步决策与工具调用——发现"答案对但过程错"的隐性缺陷。

Golden Trajectory轨迹比对过程评测dsh Replay

Benchmark

真实环境基准测试

引入 AgentBench / Terminal-Bench 等真实环境基准，在命令行、数据库、网页等真实场景中考核 Agent 的任务完成能力——告别"玩具评测"，直击生产可用性。

AgentBenchTerminal-BenchSWE-bench

Self-Evolving

自我进化智能体

从"静态工具"到"会进化的系统"。结合 Skill 自我改进机制与 ContinualSkillBench 持续能力评测，让测试智能体越用越强——这是智能体的下一站。

自我进化Skill 沉淀持续评测

3-10x

测试效率提升

10x

用例生成提速

30分钟

私有化部署上线

100%

内网可落地

核心竞争力

别人教一条腿，我们教你两条腿走路

「双轨能力模型」—— AI 时代测试工程师最稀缺的能力组合

用 AI 做测试

让 AI 成为你的测试团队，效率提升 3-10 倍

意图驱动测试（Intent + Risk + Acceptance）
6 大测试智能体：用例/接口/UI/移动/安全/性能
双脚本智能工厂：一次操作，同时生成接口+UI 双用例
多智能体编排：一个 Leader 带一支 Agent 团队
脚本自愈 + 定时回归 + 报告自动推送

测 AI 本身

给 AI 产品把质量关——人才市场最稀缺的能力

Agent 效果评测：轨迹/工具调用/任务完成率
大模型评测：文本/多模态/安全全维度
RAG 评测：RAGAS 四大指标实战
AI 产品测试：幻觉/注入/鲁棒性/一致性
质量门禁：上线前自动评测，不达标不发版

核心理念 · "用 Agent 测试 Agent"

这是测试工程师的下一个核心竞争力，也是我们区别于同类课程的地方

课程体系

两大独立课程 · 开发 × 测试双轨体系

两门独立课程、两套完整大纲：开发课教你怎么把 AI 应用做出来、做成产品，测试课教你怎么把它测好、管住质量。可单报，也可双修。

课程一

大模型应用测试实战 · 11 大模块速览

四级进阶体系：基础 → 核心 → 进阶 → 专家，无论你处于哪个阶段都有你的位置 · 完整大纲 →

MODULE 01全新模块

AI 开发工具实战

Claude Code / Cursor / DeepSeek Harness / Codex 等全栈实战与选型方法论

查看详情 →

MODULE 02小白友好

LLM 核心技术原理

大模型原理 / Prompt 与上下文工程 / Function Calling / RAG / Agent / MCP，测试视角解读

查看详情 →

MODULE 03进阶

智能体基座与深度开发实战

HermesAgent 基座深度开发 · Agent 循环源码导读 · Plugin / Skill / MCP / Profile 四大扩展

查看详情 →

MODULE 04方法论核心

意图驱动测试

从用例驱动到意图驱动的范式升级 · Intent + Risk + Acceptance 三元组

查看详情 →

MODULE 05实战主战场

测试智能体矩阵

6 大测试 Agent · 双脚本引擎 · 多智能体编排 · 用例/API/Web/Android/安全/性能

查看详情 →

MODULE 06进阶

测试 Skills 资产库实战

测试 Skill 全生命周期 · 企业私有 Skill Hub · 团队知识资产沉淀

查看详情 →

MODULE 07核心增量

Agent 测试与评测

用 Agent 测试 Agent · 轨迹回放评测 · 文本/多模态/RAG/模型评测 · 质量门禁建设

查看详情 →

MODULE 08深度

RAG 知识库质量保障

分块/召回对比实验 · RAGAS 评测 · 知识飞轮保鲜监控

查看详情 →

MODULE 09质量守门

AI 产品测试

功能/鲁棒性/安全/一致性 · 幻觉检测 · Prompt 注入防护

查看详情 →

MODULE 10专家

测试平台工程化部署

测试资产私有化 · CI/CD 持续回归 · 成本优化 · ELK 监控

查看详情 →

MODULE 11专家

前沿趋势与面试辅导

LoopEngineering · SDD · 面试题精讲 · 职业规划 · 开源背书

查看详情 →

MODULE 00录播

前置基础（录播）

Python 入门 + 往期直播同步回放 + 全套资料，随到随学，零基础无忧

查看详情 →

课程二 · 全新

大模型应用开发实战 · 13 大模块速览

八大开源项目主线：DeepAgents → OpenWiki → Pi Agent → AnythingChatRAG → 但问码图 → 智学平台 → DeepSeek Harness → Paperclip · 完整大纲 →

MODULE 01地基

大模型应用开发基础

LLM API 全景 / Prompt 与上下文工程 / 结构化输出 / Function Calling / 流式与多模态

查看详情 →

MODULE 02框架核心

DeepAgents 智能体框架

四组件 Harness 架构 · 虚拟文件系统 · Skills/记忆 · 子智能体 · 中间件体系

查看详情 →

MODULE 03前沿

OpenWiki 知识工程

Karpathy LLM Wiki 理念 · Grounded Claims 事实级溯源 · CI 自动更新

查看详情 →

MODULE 04扩展开发

Pi Agent 扩展开发

Extensions 热加载 · Skills / MCP / Codemode · Packages 打包分发 · RPC/SDK 集成

查看详情 →

MODULE 05产品思维

业务需求分析与 AI 方案设计

FDE 最佳实践 · Ontology 本体建模 · 数据治理 · OpenSpec / Spec Kit 规格驱动

查看详情 →

MODULE 06产品实战

但问知识库系统

AnythingChatRAG 引擎 · 图谱+向量双层检索 · 五种查询模式 · 从源码到产品化封装

查看详情 →

MODULE 07产品化

代码知识图谱引擎

但问智能自研「但问码图」· 158 种语言 · 图谱+BM25+向量三层查询

查看详情 →

MODULE 08综合平台

企业大学 · 但问智学平台

但问智能自研 · 多引擎知识库 · 三层可检查记忆 · 企业记忆中枢融合

查看详情 →

MODULE 09源码级

DeepSeek Harness 深度开发

Everything-is-a-Plugin · Cordis 时空可组合范式 · 插件全生命周期深入开发

查看详情 →

MODULE 10工程化

可观测与线上运营

Langfuse 链路追踪 · 智能体追踪运维 · Token 成本治理 · 灰度与安全护栏

查看详情 →

MODULE 11企业落地

工程化与企业交付

vLLM / Ollama 推理部署 · Docker / CI/CD · 内网私有化 · 应用安全基线

查看详情 →

MODULE 12毕业实战

一个人公司落地

Paperclip AI 员工公司为主线 · herdr 会话运维层 · 串联全课产出

查看详情 →

MODULE 00录播

前置基础（录播）

Python / TypeScript 入门 + 环境搭建 + 回放资料，随到随学，零基础无忧

查看详情 →

技术栈

两门课程共享的武器库

不只教工具按钮，更教你驾驭一整套企业级智能体技术栈——从提示词工程、上下文工程，到 Harness 与 Loop 工程，四个 Engineering 全覆盖；紫色角标为开发课程新增栈

名词太多？一条主线串起来

Prompt → Function Calling → MCP → Skill → Agent：能力逐层递进，每个环节都有对应的模块与实战项目

LAYER 01

Prompt 提示词

把意图说清楚

LAYER 02

Function Calling / Tools

让模型会"动手"

LAYER 03

MCP 协议

工具接入标准化

LAYER 04

Skill 技能

能力资产化、可复用可调试

LAYER 05

Agent 智能体

循环编排以上所有能力

智能体框架

LangChainHermesAgentDeepSeek HarnessDeepAgentsPi AgentOpenWikiAgent LoopTool RegistryMCPSkillsContext EngineeringMulti-Agent

测试执行

Playwright-MCPOpenAPIAppiumMidscene.jsLocust / K6ZAP / Nucleipytest

评测与质量

RAGASDeepEvallm-eval-harnessLLM-as-JudgeGolden Dataset质量门禁

知识与数据

AnythingChatRAGGraphRAGAnythingChatRAG但问码图但问智学平台向量检索混合检索RerankHyDEEmbedding知识图谱

工程与部署

DockerCI/CDOllamavLLMLangfusePaperclipherdrPrometheusGrafanaELK

AI 开发工具

Claude CodeCursorTrae CNKimi CodeQoderCodex

学员作品

学完能做出什么？看学员真刀真枪的作品

以下为测试课程往期学员结课后落地的真实系统；开发课程首期作品，等你来创造

智能测试平台

开物·智测工坊 · 智能分析中心

11 位 AI 分析专家多智能体编排：架构评估、代码审计、污点追踪、PR 评审、测试建议一站式产出报告

Multi-Agent代码分析质量报告

智能测试平台

智能测试平台 5.0 · 工作台

测试全流程管理 + AI 用例生成器 + 缺陷分析助手，多项目并行，MCP 工具集成

测试管理AI 助手MCP

智能测试平台

质量数据看板

跨项目质量度量：用例/质量分/通过率三维监控，模块级下钻，风险自动预警

质量度量数据可视化风险预警

智能测试平台

全链分析 · 代码知识图谱

4959 节点 / 8378 边代码依赖图谱可视化，智能问答定位调用链

代码图谱全链分析智能问答

智能测试平台

零售系统 API 测试 V7.1

OpenAPI 自动生成 + 业务流程编排 + 失败根因分析，193 接口 + 5 流程全量巡检

API 自动化根因分析流程编排

智能测试平台

测试管理平台 · 仪表板

KPI 监控 + 执行趋势 + 实时活动流，AI 已生成 156 个用例、节省 80% 时间

测试管理实时监控AI 生成

智能测试平台

智能测试用例生成系统

打通 Tapd 需求 → AI 生成用例 → 导出报告全链路，需求到用例零手写

用例生成Tapd 集成需求驱动

知识库与图谱

企业级知识库 · 知识图谱

GraphRAG 实体关系抽取：需求文档自动构建图谱，节点搜索 + 深度控制探索

GraphRAG知识图谱智能查询

知识库与图谱

AnythingChatRAG · 多模态知识图谱

多模态 RAG + 千级节点图谱：文档/图谱/检索三位一体的知识工程

多模态 RAG图谱可视化语义检索

AI 智能体应用

UI 自动化分析平台

截图进、脚本出：AI-TARS 识别 + 多智能体协作 + Midscene.js 脚本生成

UI 自动化Midscene.jsSSE 实时推送

AI 智能体应用

edu-ACTS · 智能数据建模

数据库结构自动发现 + ER 图可视化建模，支撑智能问答与数据分析

数据建模ER 可视化BI 平台

学员成果与口碑

《QA智能测试平台》· 比赛冠军

学员作品斩获比赛 #1 冠军、MacBook Pro 大奖：私有化部署 + 多智能体工作流

比赛获奖私有化部署Multi-Agent

学员成果与口碑

学员口碑 · 500 人满群验证

"学完田老师的课，公司 95% 以上的人对 AI 的掌握程度都不如你"

真实口碑500 人满群

学员成果与口碑

学员落地 · 需求到用例 AI 赋能

Django + Celery + AutoGen 多智能体：在自家平台落地需求→用例自动化

课程落地AutoGen企业实战

学员成果与口碑

学员自研平台 · 受课程启发

"受到老师的启发，做了个平台"：独立搭建含图谱可视化的 AI 测试平台

独立开发图谱可视化

学员成果与口碑

学员集成 · 代码智能分析平台

把课程的代码分析平台集成进自家系统，11 位 AI 分析专家实战落地

课程复用代码分析群内热议

以上均为往期学员结课后的真实作品与群内反馈 · 下一期，期待你的作品上墙

适合人群

无论你处于哪个阶段，都有你的位置

前三类适合从测试课程切入；想把 AI 应用做成产品、做成事业的，直奔开发课程

零基础小白

无 Python / 无自动化经验

Python 入门 + 往期直播回放补齐基础
从 AI 工具用起，快速上手
每个实战都有免代码线
结课能独立完成项目

有基础测试工程师

想提效 / 转型 / 进阶

测试智能体开发实战
意图驱动 + 评测体系
插件 / Skill 工程能力
可落地的企业方案

资深工程师 / TL

负责选型与团队落地

多框架架构决策
私有化部署与成本模型
AI 质量门禁体系
职业跃迁路径规划

课程二 · 开发者 / 独立开发者

想把 AI 应用做成产品

DeepAgents / Pi / dsh 框架与插件开发
知识库 / 代码图谱 / 智学平台产品化实战
可观测、成本治理与私有化交付
Paperclip 一个人公司落地

FAQ

报名前，你可能想问

测试课和开发课怎么选？能双修吗？

两门课相互独立、互不依赖：做测试/质量方向选测试课程；做 AI 应用与产品方向选开发课程。时间允许强烈建议双修——「会开发 + 会测试」是大模型时代最完整的竞争力组合，双修有组合优惠。

开发课需要什么基础？

会基本 Python 即可起步：模块 00 提供 Python / TypeScript 双语入门录播，模块 01 从 LLM API 调用讲起。有 Web 或后端开发经验者可以直接从 L2 智能体框架层切入。

零基础能跟上吗？

可以。前置基础包含 Python 入门课 + 往期课程同步直播视频回放 + 全套课程资料，随到随学；每个实战都有免代码线 + 代码线分层设计，按自己的基础各取所需。

工作太忙，跟不上进度怎么办？

一次报名，不限次数听课：本期没吃透，下一期免费继续听，直到学会为止。课程持续滚动开课，服务长期有效。

学的东西在公司能用起来吗？

全部项目按「先 CLI 独立跑通、再集成平台」的路径落地，支持私有化部署——金融、政企的外网隔离环境也能用。不少往期学员已把课程产出集成进自家平台。

和其他 AI 测试课有什么区别？

双轨能力模型：不只教「用 AI 做测试」，还教「测 AI 本身」（Agent/模型/RAG 评测体系）——后者正是当前人才市场最稀缺的增量能力。

结课能带走什么？

8 大实战项目作品、一份贯穿项目的完整质量报告、可复用的 Skills 资产库——全部可演示、可写进简历，面试时直接展示。

什么时候开课？费用多少？

第 6 期将于 2026 年 9 月 12 日正式开课，正在火热报名中。上课形式与费用等具体安排，加微信 huice666 / danwen668 咨询——也可以先聊聊你的基础，帮你判断适不适合。

一次报名 · 不限次数听课 · 终身服务

企业在智能体时代的测试之痛

AI 应用没人会测

测试提效遇天花板

知识资产在流失

平台化进退两难

数据合规卡脖子

全部命中？

紧跟前沿，又能真正落地

多模态RAG 图谱知识工程

自主测试工作流

全链路可观测与追踪

智能体轨迹评测

真实环境基准测试

自我进化智能体

别人教一条腿，我们教你两条腿走路

用 AI 做测试

测 AI 本身

两大独立课程 · 开发 × 测试双轨体系

大模型应用测试实战 · 11 大模块速览

大模型应用开发实战 · 13 大模块速览

两门课程共享的武器库

名词太多？一条主线串起来

智能体框架

测试执行

评测与质量

知识与数据

工程与部署

AI 开发工具

学完能做出什么？看学员真刀真枪的作品

无论你处于哪个阶段，都有你的位置

无 Python / 无自动化经验

想提效 / 转型 / 进阶

负责选型与团队落地

想把 AI 应用做成产品

田威峰 · 主讲

报名前，你可能想问

测试课和开发课怎么选？能双修吗？

开发课需要什么基础？

零基础能跟上吗？

工作太忙，跟不上进度怎么办？

学的东西在公司能用起来吗？

和其他 AI 测试课有什么区别？

结课能带走什么？

什么时候开课？费用多少？

这一期，别再只做旁观者

扫码咨询报名