皓 马

做过的项目

老师提供的真实项目（部分已脱敏）。效果因各家数据和系统而异。

1. 20人产研团队，基于数字员工与知识库的研发测试工作流落地

   情况

   团队过去依赖传统人工流程，需求澄清、用例编写和自动化审查耗时长；团队想引入大模型提效，但卡在“不知道从哪个具体场景切入更稳妥”，且严重担心模型回答存在幻觉导致执行错误，团队成员也缺乏 Agent 编排与工具调用的实操经验。

   怎么做的

   分 4 次、共 16 小时会议及初始化搭建：（不包含RAG沉淀，Prompt梳理等时间） 第 1 次（咨询梳理，3小时）：梳理团队全流程研发测试断点，明确“先做需求澄清与初审、再做自动化用例协同”的演进路径，排定落地优先级。 第 2 次（FDE 搭建，5小时）：现场坐下来搭建业务知识中台，打通内部文档与规范数据，并引入评估指标（RAGAS）完成知识检索召回率调优。 第 3 次（FDE 联调，5小时）：现场配置多角色数字员工（PM、Tester 等），搭建结构化能力编排与刚性脚本断路器（API/脚本验证），从底层杜绝大模型执行幻觉。 第 4 次（赋能带练，3小时）：面向团队讲清 Agent 工作流原理与日常用法，带领全员拿 2 个真实待测业务需求现场跑通实战闭环，并交付维护排错手册。

   结果

   团队跑通了首个端到端 AI 协同研发测试工作流；常见业务需求澄清与用例初审完全交由数字员工处理，人工仅需最终复核；团队全员掌握了自主维护知识库与编写标准化提示词的能力。

   限制 · 高风险生产变更与最终上线决策仍需人工把关；需要客户团队具备基本的系统接口权限或已有规整的历史业务文档。

2. 业务系统防幻觉自动化与刚性能力编排落地

   情况

   企业尝试用大模型直接调用底层接口执行业务操作，但由于大模型参数的不确定性和幻觉问题，频发误操作和无效调用，导致自动化落地卡死在可靠性验证上。

   怎么做的

   分 3 次、共 12 小时推进： 第 1 次（4小时）：解构核心接口能力，统一设计基于 Capability 与 StepRunner 的结构化参数规范。 第 2 次（5小时）：现场编码实现 Provider 动态注册机制，串接刚性校验脚本（API/SSH）作为物理断路器。 第 3 次（3小时）：带着客户技术人员跑通全套边界用例与异常注入测试，确保指令确定性执行达到生产上线标准。

   结果

   建立了稳定的业务防幻觉底座，实现大模型指令到业务系统的 100% 确定性安全执行，彻底解决了无法直接调用底层能力的卡点。

   限制 · 需要企业技术人员配合开放相关测试环境接口与基础通信权限。

3. 基于 Python 的接口自动化测试平台与失败用例自愈系统落地

   情况

   研发迭代频繁导致后端接口字段、数据结构及加密鉴权规则频繁变动，原有的 Python 自动化脚本维护成本极高，每次发版都有大量因入参命名微调或 Mock 数据失效造成的非 Bug 类误报，测试人员疲于人工逐一修复测试用例。

   怎么做的

   分 4 次、共 15 小时现场及线上交付：（不含具体编码及规则定义编写时间） 第 1 次（架构设计与卡点梳理，3小时）：梳理高频变更的接口场景，明确“规则校验拦截+LLM动态诊断+刚性脚本重试”的技术路线，制定用例元数据与断言结构规范。 第 2 次（FDE 编码实现，5小时）：基于 Python 构建自愈中间件，在 Pytest 框架的执行钩子（Hook）中集成错误分析模块；当接口返回 4xx/schema 不匹配时，自动提取最新 Swagger/契约文档与报错 Payload，交由模型比对并生成修正补丁。 第 3 次（防幻觉断路器接入，4小时）：通过刚性校验脚本设置边界保护（物理断路器），模型推荐的自愈修复参数在再次试跑成功后方可自动更新用例元数据，防止错误推断污染测试基线。 第 4 次（带练与交付，3小时）：带领团队测试开发人员使用该套自愈机制跑通 3 个高频核心业务接口的回归集，完成代码评审并沉淀自愈规则编写手册。

   结果

   落地了一套纯 Python 驱动的接口自愈自动化执行方案；常规接口因字段增删、入参微调导致的流水线假报错率大幅下降，常见格式变更场景实现了无需人工干预的脚本自动修正与重新验证。

   限制 · 涉及接口底层核心鉴权机制变更或业务底层状态机重构的复杂场景仍需人工排查；需要被测系统具备规范的 OpenAPI/Swagger 接口文档或可供比对的历史接口契约。

关于皓 马

技能

AB Testing · Acceptance Criteria · Add-hoc · Agile · CI/CD · API Gateway · Bash · Database · Bitbucket · Coding Basics · Chatgpt · Claude · Cursor · Career Coaching

证书

ISTQB CTFL