李彦卿

高级测试开发工程师|AI 测试与质量平台

AI 产品质量|Playwright / pytest 自动化|质量平台与工程治理

个人概述

14 年软件测试、测试开发与质量工程经验,现任汽车之家高级测试开发工程师,负责 AI 营销、车商城、H5、小程序及后台系统质量保障,带约 5 人测试小组,协同约 20 人研发、产品和业务角色推进需求评审、测试计划、上线准入与质量风险闭环。

长期建设 Python、Playwright、pytest 自动化、接口回归、CI/CD 质量拦截和测试工具,已建设并维护 100+ UI 自动化用例和数十条接口自动化用例,核心业务自动化覆盖率 90%+,接口自动化曾在构建阶段实际拦截问题。

具备从需求分析、测试策略、任务拆解、执行验证到上线准入和缺陷复盘的完整质量保障经验。当前重点投入 AI 产品评测、智能体回归、LLM 输出质量、异常路径与风控验证,以及 AI 辅助测试平台建设。

14 年
测试与质量工程经验
100+
UI 自动化用例
90%+
核心业务自动化覆盖率
约 5 人
当前测试小组
Experience

工作经历

汽车之家

高级测试开发工程师
  • 负责 AI 营销工具、抖音直播助手、私信与弹幕自动回复、车商城、H5、小程序及配套后台等业务质量保障,覆盖功能、接口、UI、异常路径、风控与稳定性验证。
  • 带约 5 人测试小组,承担需求评审、测试计划、任务拆解、上线准入与质量风险推进,协同约 20 人研发、产品和业务角色完成交付。
  • 基于 Playwright / pytest 建设并维护 100+ UI 自动化用例和数十条接口自动化用例,核心业务自动化覆盖率 90%+;接口自动化接入 CI/CD,并在构建阶段实际拦截问题。
  • 建设测试工具、执行证据、接口回归与工程化规范,推动测试工作从人工执行和单点脚本转向可复用、可追踪、可持续维护的质量体系。

蓝湖

测试开发 / 测试组长
  • 负责蓝湖 WebApp、插件及相关协作产品质量保障,覆盖需求评审、功能与接口测试、UI 自动化、回归验证和发布质量检查。
  • 承担测试任务拆解、上线节奏与跨角色质量协作,持续跟进质量风险和缺陷闭环,提升持续交付过程中的质量可见性。
  • 推动接口与 UI 自动化、多环境执行、测试数据、执行报告和生产定时监控建设,为核心业务回归和发布验证提供稳定支撑。

墨刀

测试工程师 / 测试开发
  • 负责墨刀 Web、桌面客户端、移动端 App、H5、Sketch 插件等产品测试,参与需求评审、用例设计、功能验证、兼容性测试和回归测试。
  • 推动接口与 UI 自动化落地,参与测试标准、测试工具和发布前质量检查建设,支撑原型协作产品稳定交付。

早期经历

测试工程师|人人网、拉手网、到家美食会、首汽约车
  • 职业时间线:人人网(2012.04 - 2014.02)、拉手网(2014.04 - 2016.02)、到家美食会(2016.03 - 2016.12)、首汽约车(2016.12 - 2017.10)。
  • 覆盖客户端、业务系统、接口测试、回归测试、渠道包验证与上线质量保障,形成跨产品形态和业务场景的质量基础。
Projects

代表项目

CaseFlux|AI 原生测试自动化平台

独立研发|私有项目,可面试演示
  • 面向需求、功能用例、UI 自动化、真实执行和失败诊断彼此割裂的问题,设计从需求到审核写回的 AI 原生测试闭环。
  • 负责整体产品方案、质量模型、工作流和验证链路设计,使用 FastAPI、React、PostgreSQL、Redis、Playwright 构建核心能力。
  • AI 生成结果必须经过真实浏览器执行、断言验证与人工审核后才能写回;失败诊断保留步骤结果和上下文,高影响修复保留人工决策。

AI Playwright Framework|UI 自动化框架

独立研发|开源|github.com/qingye-lab/ai-playwright-framework
  • 基于 Playwright、pytest 和 YAML 建设多环境 UI 自动化框架,支持版本化用例、动态收集与可复现执行。
  • 提供截图、日志、重试、Allure 报告和 CI 集成,形成从执行到失败定位的证据链。
  • 通过 Schema 校验、契约测试、重复定义检查和 CI 门禁约束 AI 生成用例质量。

Rootloom|编码智能体工程审查工作流

独立研发|开源|github.com/qingye-lab/rootloom
  • 面向 Codex 等编码智能体的代码修改,建立风险分级、根因核实、范围控制、比例化验证和最终仓库复核工作流。
  • 以公开仓库、双语文档、契约验证、GitHub Actions 和正式评估记录提供可检查的工程证据。
Focus

核心能力

业务质量治理

需求评审、测试计划、任务拆解、上线准入、质量风险跟进和缺陷复盘,围绕真实业务交付建立可追踪的质量控制。

跨角色质量协作

承担测试计划、任务拆解、质量风险对齐和交付推进,协同研发、产品与业务角色完成复杂业务验证。

自动化测试平台

建设 Playwright / pytest 自动化、接口回归、CI/CD 拦截和执行证据沉淀,让测试资产可复用、可维护、可复查。

人工智能质量工程

关注 AI 回复准确性、召回、风控、异常路径、评测治理和平台化测试链路,把模型输出纳入真实质量验证。

智能体与工程治理

用 Rootloom、Cognera 与衡木实践编码智能体风险路由、多端事实边界、权限隔离、架构发现核实、方案决策与确定性质量门禁。

需求功能测试用例UI 自动化真实执行失败诊断审核后自愈修复