Home美通社LambdaTest推出人工智能(AI)驅動分析工具,增強測試自動化見解和績效

LambdaTest推出人工智能(AI)驅動分析工具,增強測試自動化見解和績效

LambdaTest推出全新人工智能(AI)驅動分析工具,助品質保證(QA)團隊加深見解、加快問題解決,並提高軟件品質和績效

印度諾伊達(Noida)和美國三藩市(San Francisco)2024年8月7日 /美通社/ — 領先雲端統一測試平台LambdaTest宣佈推出創新分析功能,使品質保證(QA)團隊能夠獲得更深入的見解和增強對測試自動化的控制權。新功能利用人工智能(AI)和機器學習(ML)來優化軟件品質和績效。

LambdaTest聯合創辦人兼產品主管Mayank Bhola表示:「我們很高興能將這些尖端分析工具引入我們的平台。」「我們的目標是為品質保證(QA)團隊提供必要的見解,以快速識別和解決問題,確保提高軟件品質和績效。這些功能將徹底改變使用者處理測試自動化的方式。」

主要功能包括:

人工智能副駕儀表板(AI Copilot Dashboard)透過允許用戶使用自然語言查詢輕鬆與數據互動,並獲得可操作的見解來簡化數據分析。該工具可提供預測性分析和智能建議,幫助團隊有效率地作出由數據驅動的決策。

採用人工智能(AI)支援的不穩測試分析(Flaky Test Analytics)分享測試套件行為的寶貴見解,使團隊能夠縮短測試執行時間並大幅提高軟件品質,並縮短發佈週期時間。團隊可根據其影響識別和按優先順序排列不穩測試,從而優化調試工作、加速測試週期,並提高測試可靠性。

LambdaTest的指令碼紀錄分析(Command Logs Analytics)可提供測試執行的詳細見解,使品質保證(QA)團隊能夠精確地找出問題並優化測試指令碼,而無需過時元素。透過分析指令碼層級資料,使用者可以識別效能瓶頸、有效地排解測試失敗,並主動解決每個工作階段執行的潛在問題。

測試個案見解(Test Case Insights)可簡化測試階段作業的每個步驟在LambdaTest上執行測試自動化的分析。這些見解有助於分析測試個案健康狀況,顯示成功與失敗率,並按組分析測試個案以識別經常失敗的測試。

帶有HyperExecute的Allure測試洞察(Allure Test Insights)提供使用Allure報告對測試執行結果的時間序列分析。使用者可以追蹤測試狀態、持續時間和套件詳細資訊、評估套件健康狀態、分析測試狀態比率,亦可使用多個自訂過濾器選項評估測試套件的平均測試持續時間。

全球所有LambdaTest使用者都可以使用這些功能,以解決常見的測試自動化挑戰,並提供對測試案例和執行趨勢的詳細見解。

如需有關LambdaTest最新功能的更多資訊,並開始利用這些強大的分析工具,請造訪https://www.lambdatest.com/。 

關於LambdaTest

LambdaTest是一個智慧且全通道的企業執行環境,可透過即時測試協調(Just in Time Test Orchestration,英文簡稱「JITTO」)協助企業大幅縮短產品上市時間,確保能發佈合格的產品並加速數碼轉型。超過130個國家/地區的10,000多名企業客戶和超過200萬用戶依賴LambdaTest。

欲了解詳情,請瀏覽:https://lambdatest.com.

 

美通社網原始網址:LambdaTest推出人工智能(AI)驅動分析工具,增強測試自動化見解和績效

相關新聞

熱門新聞