Prompt 层开源共建：采用开放 Prompt 层同各业务同学协同共建的模式，使得分业务可以规范输入输出、规则明确、针对特定场景优化 Prompt，从而最大程度激发大模型效果

数据飞轮构建：完成了「用例生成  ->  生成用例采纳/删除；人工修正/添加用例  ->  业务个性化模型训练」数据飞轮的构建，经业务线评估，启用个性化模型的生成效果会优于92%通用模型的输出效果

建构外挂知识库：持久化测试经验&业务知识，进一步增强了生成效果

80%以上的自动化测试场景，都是非常简单直接的单控件检测和点击操作。建设以视觉建模、识别能力为核心的通用控件定位算法解决。

对于剩余的20%场景，往往存在大量复杂的多控件协同检测和复杂操作方式。建设综合使用视觉、dom 处理能力的多控件协同控件定位算法进行解决。

低成本：eBPF 实时引流方式，用户仅需知道 BNS 就可以配置生成任务，一键完成总引流到生成case的工作，无需任何开发工作

多渠道：提供 eBPF 流量实时录制、XSTP GoReplay 引流、用户流量文件上传等流量接入方式，覆盖不同业务形态的模块

能力强：突破长连接、SSE、chunked 等接口引流能力，支持点到点、inbound 录制模式，提供单接口录制上限等接口录制丰富度相关配置

流量采样策略：提供精简采样、优先采样、普通采样、高覆盖采样4种标准采样模式

case 生成策略：提供枚举值遍历、边界值异常、必填项异常、枚举值异常、字段类型异常等多种异常策略

相对原人工维护 case，自动生成的 case 函数覆盖率从14.8%->46.7%，行覆盖率从9.9%->34.7%。单 API 行覆盖率从66%->74.3%

简单的 LUI 支持复杂的用例修改能力：通过 LUI 和 LLM 技术识别用户对于流量用例请求参数、响应断言以及特定场景的复杂修改诉求，保证用例在其他环境的可运行性和问题拦截能力

业务知识库：构建业务知识库存储不同业务的 case 特征，在生成过程中通过检索业务知识，转化为生成诉求的方式，实现生成出满足业务诉求的用例

接口文档生成：基于调用链、大模型、业务变更代码影响的接口分析能力，支持直接从变更代码挖掘出影响的接口文档，使得没有标准化、平台化的接口文档管理能力的业务也可接入

业务知识库：通过离线的历史 case 分析和手动录入的方式构件字段字典信息、断言和参数特征等业务知识，解决新接口难以生成正确参数值的问题

端到端方案：生成推荐过程融入业务 RD 和 QA 的日常工作流程中，业务无需调整或增加流程，在原有工作流程中就能直接使用到生成好的用例结果