首页 / 本期重磅升级
WHAT'S NEW IN 第6期

前沿技术,落地为本

大模型测试领域日新月异,我们不追噱头——只把"既先进、又经过验证、能在企业真实环境跑起来"的技术装进课程。以下是本期的重磅升级。

升级 01 · GraphRAG

RAG 图谱知识工程

传统 RAG 只会"按相似度找段落",遇到跨文档、需要推理的复杂业务知识就力不从心。本期升级企业级 AnythingChatRAG,把测试文档解析成实体关系图谱,再做「图谱 + 向量」双层检索——让 AI 真正读懂你的需求文档、接口设计和历史缺陷。

  • 实体关系抽取:自动识别业务实体与其关系,构建测试知识图谱
  • 双层检索:图谱全局推理 + 向量局部精确,召回更准
  • 四种分块策略:Fix / Recursive / Vector / Paragraph 横向实测
  • 工程闭环:Rerank 重排 + RAGAS 评测,效果用数据说话
AnythingChatRAGGraphRAGNeo4jRerankRAGAS
anything-chat-rag-knowledge-pipeline
文档摄取
PDF / PRD / 接口文档 / 缺陷库
图谱构建
实体抽取 → 关系图谱 + 向量索引
双层检索增强
图谱推理 + 向量精排 → 精准上下文
升级 02 · Agentic Workflow

自主测试工作流

单次问答式的 AI 只是"助手",能自主完成闭环的 Agent 才是"员工"。本期教你构建「感知 → 决策 → 执行 → 反思」的 Agentic 测试闭环——让测试智能体 7×24 小时自主巡检、发现缺陷、自动修复脚本、回归验证,真正的无人值守测试。

  • ReAct / Plan-Execute 两种主流智能体范式实战
  • LoopEngineering:自我驱动的持续测试循环
  • 脚本自愈:失败自动定位、多策略修复、经验沉淀
  • 多智能体协作:Orchestrator 统一编排,接力完成 E2E
LoopEngineeringReActPlan-ExecuteMulti-Agent自愈
agentic-testing-loop
感知 Perceive
监控日志 / 需求变更 / 线上异常
决策 + 执行 Act
规划测试 → 调用工具执行 → 采集结果
反思 Reflect
失败自愈 → 经验沉淀 → 自动回归
升级 03 · LLM Ops

全链路可观测与追踪

AI 应用最大的质量难题是"看不见、摸不着、说不清"。本期引入 Langfuse 全链路追踪,每一次模型调用、每一次工具执行、每一个 Token 消耗都可回溯、可度量、可归因——结合评测门禁,让 AI 质量从"玄学"变成"科学"。

  • 全链路追踪:Agent 每一次思考与工具调用全程留痕
  • Token 与成本归因:精确到每一次调用的成本分析
  • 质量门禁:评测不达标自动拦截,不允许带病上线
  • 回归基线:持久化评测历史,改动前后效果可对比
Langfuse链路追踪Token 分析质量门禁回归基线
llm-observability
追踪 Trace
模型调用 · 工具执行 · 全程留痕
度量 Measure
Token 消耗 · 延迟 · 成本归因
门禁 Gate
评测达标 → 放行 / 不达标 → 拦截
升级 04 · Agent Runtime

DeepSeek Harness 智能体运行时

DeepSeek 2026 年 8 月最新开源的 Agent 运行时(MIT 协议),主打「一切皆插件」:基于 Cordis 微内核,连 Agent Loop、系统提示词、模型适配器都是可热插拔的插件。本期将它纳入课程,作为智能体基座二开与轨迹评测的双重实战载体——这正好与我们"Plugin / Skill / MCP / Profile 四大扩展能力"的教学主线一一对位。

  • 双基座对照教学:HermesAgent 读源码 × dsh 拔插替换,彻底理解架构可替换性
  • 轨迹回放评测:完整会话日志支持 replay / fork / 比对,轨迹评测的现成教学载体
  • 极简基准模式:复现官方 Code Agent 基准测试方法,学会科学评估 Agent 能力
  • 插件生态实战:开发测试专用插件,接入 MCP,私有 Skill 全打通
DeepSeek HarnessCordis 微内核ProfileTrajectory Replay插件生态
deepseek-harness · 一切皆插件
插件树运行时
Agent Loop / 工具 / 提示词皆可替换
Profile 分层组装
基础层 → Bundle → patch 覆盖
轨迹回放评测
会话全留痕 · replay / fork / 比对
前沿 × 落地

把最前沿的技术,变成你的竞争力

这些升级只是开始。完整课程覆盖 11 大模块、8 大实战项目,全部可落地、可演示、可写进简历。