微信扫码
添加专属顾问
我要投稿
掌握知识管理与测试用例生成的高效工具,提升个人与团队工作效率。 核心内容: 1. 个人知识库搭建与资料管理痛点分析 2. Deepseek与Cherry-Studio结合的预期目标与优势 3. 实现高效知识管理和测试用例生成的详细方案
我们在工作和生活中,积累了大量的文档、代码、笔记。
如果没有一个统一的存储和检索系统,这些资料容易变得杂乱无章,查找起来费时费力。
TO B企业,如进一步分析测试人员用例编写的工作,不难发现存在两种场景:
通过 Deepseek + Python 我们工程化优化了定制化项目用例生成的相关人工操作过程(需求提炼、API调用、Prompt、文档导出)Deepseek API工程调用,提效测试用例生成。
那对于同质化项目用例生成,如何利用历史测试用例、历史需求文档,推荐或自动生成相关测试用例呢?
通过结合Deepseek + Cherry-Studio,预期实现以下目标:
知识管理视角:
集中管理:将所有资料统一存储,避免散落各处。
快速检索:通过智能搜索,快速定位你需要的信息。
高效学习:通过结构化存储,提升学习和工作效率。
测试工程师视角:
Deepseek提供强大的语义搜索和知识推荐能力,结合 Cherry-Studio 本地向量化知识库, 实现以下功能:
准备内部的需求、测试用例资产
DeepSeek本地化部署,笔者自己电脑 运行14b 大模型很卡,建议直接薅免费,新用户注册即送2000万Tokens。
服务注册
SiliconFlow, Accelerate AGI to Benefit Humanity【硅基流动】:https://siliconflow.cn/zh-cn/
生成密钥
3.3.3 配置硅基流动API 密钥 和 deepseek-ai/DeepSeek-R1 模型
嵌入模型是把文字变成数字向量的模型。这是生成知识库的内核
例子:比如“苹果”这个词,嵌入模型会把它变成一个数字向量,比如 [0.1, 0.2, 0.3]。如果“苹果”和“水果”语义相近,它们的向量也会很接近,比如 [0.1, 0.2, 0.3] 和 [0.12, 0.21, 0.31]。这样,计算机就可以通过向量来理解它们的关系。
硅基流动查找模型
Cherry-Studio 添加模型
注:笔者当前使用免费的BAAI/bge-m3测试使用
3.3.5 新建知识库
3.3.6 组织资产向量化
3.3.7 添加助手并配置对应模型和预置Prompt
四、效果展示
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-03-12
企业AI创新产品开发模式“顾问联合创新咨询”。
2025-03-12
【随笔】DeepSeek参与商务接待报销的审计工作例举
2025-03-11
政务痛点难破局?AI 智能体 + 知识库 + 工作流如何重塑服务效能
2025-03-11
AI知识库的发展,会冲击律师行业吗?
2025-03-11
ima.copilot的共享知识库,比我想象的更强大~
2025-03-09
Obsidian x AI IDE:知识管理的阶段性最优解?
2025-03-09
DeepSeek启示录:大模型重构制造业知识库——从“数据沼泽”到“智慧引擎”
2025-03-09
Buildin.AI:用 AI 重新定义知识管理
2024-09-14
2024-07-10
2024-11-07
2025-01-23
2025-02-17
2024-04-24
2024-08-04
2024-06-23
2024-05-15
2024-07-10