人工智能质量工程与工程治理
AI Quality Engineering & Engineering Governance
14 年质量工程与测试开发经验。我的工作重点不是“生成更多代码”,而是让人工智能产品、自动化测试和编码智能体的交付过程可执行、可复查、可治理。
目前关注人工智能产品评测、智能体回归、测试自动化与质量平台、编码智能体工程治理,以及可验证的软件交付。
- 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%+。
- 将接口自动化接入 CI/CD 构建流程,并在构建阶段实际拦截问题。
- 当前带约 5 人测试小组,协同约 20 人研发、产品和业务角色推进质量交付。
- 用公开项目和案例展示工程治理、测试闭环、决策证据与质量基础设施,不用概念替代真实执行。
| 项目 | 解决的问题 | 证据入口 |
|---|---|---|
| Rootloom | 把编码智能体的风险路由、根因边界、范围约束和验证复核组织成可检查的工程工作流 | 案例 |
| CaseFlux | 从需求、功能测试用例和 UI 自动化,到真实执行、失败诊断与审核后修复的 AI 原生测试闭环 | 案例 |
| Cognera | Server-first 的多端个人智能工作台,以可追溯上下文、权限隔离和跨端事实边界支持人工智能工程治理 | 项目说明 |
| 衡木 | 用架构发现、决策记录、Git 证据和确定性门禁支持可复现的软件工程决策 | 案例 |
| AI Playwright Framework | YAML-first 的 Playwright / pytest UI 自动化框架,用契约测试和 CI 门禁约束质量 | 仓库 |
- 个人站:liyanqing.xflux.cn
- 完整简历:在线简历
- 邮箱:lyqgmail@gmail.com



