多年软件测试与测试开发经验，防火墙/网安设备方向，自动化测试体系与测试平台建设全链路实战。

▍自动化测试体系（主线能力）

- 主导自动化平台SonicAuto的规模化落地：累计 8000+ 条标准化用例（unit test），防火墙功能测试覆盖率30%→80%，版本回归人力成本 -60%，支撑每周 1 次高频发布；

- 为突破老平台技术约束，自建GitLab CI + pytest 通用测试底座（YAML 数据驱动、API/CLI/UI/Functional 四类统一入口、框架与流水线解耦），支撑4个QA团队并行；

- 三层自动化驱动：Playwright/Selenium（UI）+ requests（API）+ asyncssh/pexpect（CLI/系统），GitLab CI七阶段流水线7×24 持续回归，框架可用率99 .9%；

- 主导手工转自动化转型：编写框架开发规范与培训手册，35人参训、25人可独立开发维护自动化脚本。

▍测试平台与基础设施（三次从 0 到 1）

- GitLab CI + pytest 通用测试底座：框架与流水线解耦、Docker 一键拉起环境，全量回归从 3 天压缩至数小时；

- Virtual Lab 智能实验室：401 台物理设备 + 1637 台 VM 池化管理，硬件复用率 75%；

- SonicAutoX 测试管理平台：FastAPI + PostgreSQL + RabbitMQ 全栈自研，自动生成新底座可执行的 pytest 套件。▍差异化优势：(AI 工程化测试开发)

- LangChain/LangGraph 五阶段 Agent + RAG + 结构化输出，SonicAutoX 自动生成新底座 pytest 套件，已完成 API case 端到端联调，生成千余条API用例并正常执行。

- 具备"测 AI 系统"的实战经验：以"确定性约束框住 AI 不确定性"为主线，为 AI 生成链路建立五层测试体系与 8 项量化准出门禁，102 条用例全绿、真实 GLM 评测 8/8 达标，LLM 接口幻觉治理后真实率 58.3%→100%，详见独立项目《AI 测试体系建设》。

专业技能

✓设备级系统测试 防火墙 TCP/IP 协议栈功能/性能/ 稳定性/互通性测试

✓AI 系统测试与评估 五层测试方案设计

✓测试自动化 pytest/unittest/Playwright/Selenium 框架工程化,AI 评测指标定义,pexpect/asyncssh/requests 三层自动化驱动,Prompt 注入安全测试方案

✓AI 智能体与工作流编排 LangChain/LangGraph 五阶段 Agent（分类→研究→生成→校验→ 自修复）,OpenStack,Jenkins,7×24 持续回归

✓CI/CD / DevOps GitLab CI 七阶段流水线,Docker

✓轻量前端 React 前端 + Flask 模板页 + SSE 流式交互界面

✓后端 AI + 数据处理 FastAPI + PostgreSQL + RabbitMQ 全栈自研