Want to see Parasoft in action? Sign up for our Monthly Demos! See Demos & Events >>
Want to see Parasoft in action? Sign up for our Monthly Demos! See Demos & Events >>
【2025 年 5 月 26 日讯】-- 全球 AI 自动化软件测试解决方案领导者 Parasoft ,通过赋能客户创建和执行更智能的测试策略,持续提升客户体验。凭借在 AI 领域的长期创新成功,Parasoft 在 旗下SOAtest 中引入了智能代理 AI (Agentic AI)功能,旨在聚焦 API 测试的规划与创建。同时,Parasoft 增强了其持续测试平台(CTP),将测试影响分析(TIA)和代码覆盖率收集扩展到手动测试场景,进一步降低技术壁垒、加速了反馈速度,并改善开发与质量保证(QA)团队之间的协作以优化代码质量。
Parasoft首席产品官Igor Kirilenko表示:“我们始终致力于通过实用自动化技术,帮助客户更轻松地在每次发布中构建高质量软件。我们全新的智能代理AI体现了这一理念,助力用户更快、更智能地达成目标。此外,增强的测试影响分析与代码覆盖率聚合功能(覆盖自动化和手动测试),赋能团队以更高的速度和敏捷性实现覆盖率目标。”
Parasoft SOAtest 推出的 AI 助手采用代理式 AI,自动生成API测试场景,使不同水准的测试团队都能轻松实现 API 测试自动化。在之前的版本中,Parasoft就已经推出了集成开发环境(IDE)中的智能聊天界面,为用户提供更直观的工具使用指导和测试创建支持。此次更新后,测试人员可以借助自然语言指令,结合服务定义文件,高效生成 API 测试场景。除此之外,AI 助手还利用 AI 代理生成测试数据,并针对数据循环对测试场景进行参数化。
通过与用户协作处理动态数据的复杂多步骤工作流,使技术水平较低的测试人员无需脚本、高级代码级技能即可构建复杂测试。除了减轻技术负担,Parasoft 的 AI 助手还将帮助客户扩展 API 测试并自动化其他产品内操作。随着未来更多AI代理的引入,它将生成更智能的测试场景和工作流指导。
为实现 Parasoft 提升软件测试价值和速度的目标。为此,QA 团队可以利用 Parasoft CTP从手动测试运行中收集和分析代码覆率,并将结果发布到 Parasoft DTP 进行更深入的分析。在 CTP 中,测试人员可以轻松创建手动测试用例,并通过简单操作确保测试运行时捕获代码覆盖率。有了这种可见性,团队可以优化手动测试工作,消除冗余测试、填补覆盖率缺口,并专注于最高风险领域。
同样重要的是,通过将自动化测试和许多团队仍依赖的手动测试的代码覆盖率数据进行整合,能够建起一个应用整体覆盖率的全景视图。这使手动测试团队也能够为开发团队负责的代码覆盖目标做出贡献。应用全维度的覆盖率可视化,为管理者提供了关键洞察,有助于评估测试有效性、识别高风险领域并基于数据决策资源分配与并基于数据做出明智的资源分配与质量优先级决策。
Parasoft 软件质量保证总监 Daniel Garay 表示:" QA是保障软件质量的关键防线,效率至关重要。通过提升自动化测试和剩余手动测试的代码覆盖率,能够与开发节奏保持同步,并获得更快的反馈,这使我们充满自信地修复所有漏洞,从而稳步推进项目发展。"
在新版 CTP 版本中,Parasoft 将现有的测试影响分析和覆盖率收集功能扩展到 Java 和.NET 应用程序的手动测试工作流中。团队能直接在 CTP 中创建、导入和管理手动测试,在这些测试运行时捕获代码覆盖率,并利用这些数据精准定位需重新运行以验证应用变更的手动回归测试。从而节省重新测试的时间和精力,缓解测试疲劳,同时加强了开发和 QA 团队之间的协作。
这一新功能还使手动回归测试更易于适应敏捷冲刺,团队可以只关注受影响的区域。随着测试周期的加快,QA 团队可以快速验证变更并缩短反馈周期。此外,测试影响分析(TIA) 消除了识别关键测试用例的猜测工作,赋予手动测试人员信心,确保其测试正确的功能,从而尽早发现回归问题并阻止缺陷流入生产环境。
Parasoft通过其AI驱动的软件测试平台和自动化测试解决方案帮助组织持续提供高质量的软件。Parasoft成熟的技术支持嵌入式、企业和物联网市场,通过将深度代码分析和单元测试,Web UI和API测试,以及服务虚拟化和完整代码覆盖率整合到交付管道中,减少了为提供安全、可靠和合规软件所需的时间、精力和成本。Parasoft屡获殊荣的报告和分析仪表板汇集了所有以上所述,提供了集中的质量视图,使组织能够自信地交付,并在当今最具战略性的生态系统和开发计划中取得成功——信息安全、功能安全、敏捷、DevOps和持续测试。