登录社区云，与社区用户共同成长
邀请您加入社区
本文介绍了AgentFramework的学习资源与最新动态。随着1.0正式版发布，作者重构了代码仓库(dotnet-agent-playbook)，整理了30篇系列教程（涵盖基础构建、多Agent协作、工具调用等主题），并计划重点讲解Workflows工作流编排能力。所有示例代码已迁移至新仓库，部分历史版本API需注意兼容性。该系列适合各阶段开发者学习，提供从入门到企业级实践的完整指导。
Playwright TestAgents：重构UI自动化测试工作流的新范式 本文探讨了Playwright TestAgents如何通过AI智能体重构UI自动化测试工作流。传统的UI自动化面临维护成本高、选择器失效、环境不稳定等痛点，而TestAgents通过三个核心模块（Planner、Generator、Healer）构建了完整的测试生命周期管理：先由Planner生成可评审的Markdow
摘要：霍格沃兹测试开发学社推出《AI智能体框架与应用选型》公开课，7月23日晚20点直播。课程聚焦AIAgent技术从概念到落地的全流程，涵盖主流平台对比（WorkBuddy/ClaudeCode/Dify等）、底层工程拆解（提示词/循环架构设计）及四大场景选型指南（研发/测试/办公/副业）。面向开发者、测试工程师及职场人士，提供实战化智能体搭建方案，助力解决工具选择难、技术黑盒等痛点，帮助构建A
摘要：随着低代码平台的普及，测试边界界定成为关键挑战。本文针对低代码测试的特殊性，提出四维策略框架：分层定义平台边界、组件驱动测试设计、动态风险优先级调整和协作式边界确认。通过区分平台原生功能、自定义逻辑和集成层，结合风险矩阵和可视化工具，帮助团队在快速迭代中精准界定测试范围。案例显示该方法可减少40%冗余测试，同时将缺陷逃逸率控制在5%以下，有效平衡开发效率与质量保障，为低代码时代的测试工作提供
两者关系：提示工程是规范驱动中的一种技巧，但规范驱动需要超越单一提示的全面规范。直面顾虑：工作安全（AI 是增能不是替代）、学习曲线（提供培训）、质量（有验证框架）。核心思想是：让“形式化、可执行的规范”成为事实来源，以此引导 AI 生成一致、可维护、可上线的代码。一份好的规范通常包含：目标与价值（解决什么问题）、上下文与约束（架构、依赖、环境、性能要求）、功能需求（核心行为与特性）、非功能需求（
