高并发下的数据库瓶颈
- 挑战
- 账号与资金链路在高并发下先打穿数据库——应用层看起来还健康，延迟已经飙升。
- 怎么解决
- Locust / Go 压测画像（Locust WebUI）、与研发一起做 SQL / 索引复盘，并用可复现的 Docker 数据库环境对齐诊断。
- 结果
- 在 500+ QPS 压力下稳住关键路径，缩短 QA 与后端之间的反馈闭环。
经历
从测试手艺到 AI Testing
覆盖测试管理、自动化框架、性能、Playwright 与 AI 辅助测试的经历路径
学习历程
测试手艺底座
打牢功能、接口与探索式测试的判断力——至今仍指导我做的每一款工具。
多阶段团队管理
在字节、国企、初创等不同约束下带测试团队——流程、人与发布就绪。
自动化与性能规模化
从脚本走向框架：Playwright、Locust / Go 压测（Locust WebUI）与可复用环境，不再被某一种语言绑住。
AI 原生工具
把重复的质量工作产品化——多模态生成、评审闭环与可导出交付物。
OpenClaw 技能与产品系统
在 ClawHub 打包技能，并推进 GlobalPulse、Docker Hub API Gateway 等可运行系统。
技术栈
AI 与 Agent
- OpenClaw / ClawHub 技能
- 多模态用例生成
- LLM 评审闭环
- Agent 可用的 CLI 与 Docker 打包
测试管理
- 覆盖字节、国企、初创等多阶段测试团队管理
- 发布就绪与质量门禁
- 招聘培养与产能规划
- 与产品、研发协同推进交付
自动化测试
- Playwright / Selenium UI 自动化
- 接口自动化（不绑死语言）
- Locust 与 Go 压测框架 + Locust WebUI
- 框架设计与可复用套件
容器与交付
- Docker / Compose
- CI/CD 流水线
- 国产与开源数据库镜像
- 测试环境管理
学习资源
AI 测试用例生成器
旗舰可安装 AI Testing 产品——从需求到可评审用例，带人工评审闭环。从案例页或在线 Demo 开始。
打开旗舰案例Trading Assistant Core
OpenClaw / ClawHub 技能：技术分析、信号、仓位与风控；也支持 Docker 与 pip 安装。
查看 GitHubGlobalPulse
自托管市场情报与定时简报（Cloudflare Workers）——先上线体验，再看从单点工具走向产品线的实践。
打开在线站点Python 测试实践
Locust 性能脚本，以及接口、Selenium、Appium 等实践示例集中在一个仓库。
查看 GitHubGo 压测实践
Go 压测框架作为 Worker，对接 Locust WebUI——更高并发时用 Go，操作体验仍是 Locust。
查看 GitHubClawHub
发现并安装 OpenClaw Agent 技能——包括我发布的 QA 与交易相关工具。
浏览 ClawHub当前学习重点
Agent 技能、多模态 QA 与产品系统
正在把「想法 → Agent 技能 / 产品 → 可运行系统」这条链路打磨扎实：
- 发布并迭代 OpenClaw / ClawHub 技能
- 多模态需求到结构化测试产物
- Locust / Go 压测与自动化手艺支撑 AI 工具
- 产品系统（Workers / API）