行者AI

摘要： 本文首发于：行者AI 回合对战数据指标计算，耗时过长，甚至因为单机内存不足无法满足需求，故考虑将原本单节点的单机ClickHouse改为集群 , 采用分布式表来进行相关计算。 1. 环境搭建 1.1 单机方案 ClickHouse实例 CPU 内存 磁盘 ClickHouse 16C 64G 4T 阅读全文

摘要： 本文首发于：行者AI 强化学习 (reinforcement learning) 是机器学习和人工智能里的一类问题，研究如何通过一系列的顺序决策来达成一个特定目标。它是一类算法， 是让计算机实现从一开始什么都不懂，脑袋里没有一点想法,，通过不断地尝试， 从错误中学习， 最后找到规律， 学会了达到目的 阅读全文

摘要： 本文首发于：行者AI Appium是一个自动化开源工具，支持iOS、Android和Windows桌面平台上的原生、移动Web和混合应用的自动化。Appium是跨平台的：它允许你用同样的API对多平台（iOS、Android、Windows）写测试。做到在iOS、Android和Windows测试套 阅读全文

摘要： 本文首发于：行者AI 公司主要业务包含游戏AI及自动化测试，我们的AI团队需要利用移动设备对游戏内AI机器人的表现做一些持续性跟踪优化，自动化测试团队这边对于游戏的UI自动化测试开发工作也在不断向前推进，两者对于移动设备的使用都是必要的。 由于移动设备资源有限，存在频繁互借，忘记归还等情况。为了解决 阅读全文

摘要： 本文首发于：行者AI 关于用户留存是各大数据分析平台必不可少的功能，企业一般用留存率衡量用户的活跃情况，也是能直接反应产品功能价值的直接指标，留存率是衡量用户质量的最重要指标之一，因此计算各种留存率是数据分析取数的最底层的基本功。所以下面举几个用户留存分析的实战例子。 1. 准备 了解目前留存率几种 阅读全文

摘要： 本文首发于：行者AI Linux 在设计之初，就是基于 Intel x86 系列CPU架构计算机的，它是一个基于POSIX的多用户、多任务并且支持多线程和多 CPU 的操作系统，它是由世界各地成千上万的程序员设计和开发实现的，当初开发Linux系统的目的就是建立不受任何商业化软件版权制约的、全世界都 阅读全文

摘要： 本文首发于：行者AI Q学习（Q-Learning）算法是提出时间很早的一种异策略的时序差分学习方法；DQN 则是利用神经网络对 Q-Learning 中的值函数进行近似，并针对实际问题作出改进的方法；而 DDPG 则可以视为 DQN 对连续型动作预测的一个扩展；本文将从定义对比分析 DQN 和 D 阅读全文

摘要： 本文首发于：行者AI Acunetix Web Vulnerability Scanner（AWVS）是用于测试和管理Web应用程序安全性的平台，能够自动扫描互联网或者本地局域网中是否存在漏洞，并报告漏洞。 1. AWVS简介 Acunetix Web Vulnerability Scanner（A 阅读全文

摘要： 本文首发于：行者AI TTS是一种将文本文字转变成人类语言信号的一种技术。TTS技术优劣的评判标准是生成的语音信号是否正确、清晰、自然。传统的TTS技术包括拼接法和参数法，但是这两种方法生成的语音信号不自然。端到端的TTS技术能够获得相对比较自然的合成效果，但是同样会出现生成效果不稳定、文字重复或者 阅读全文

摘要： 本文首发于：行者AI 在接口自动化测试过程中不仅仅有单接口的测试，场景测试也必不可少，这就造成接口与接口之间存在传值问题，下面介绍一下在 pytest 框架下怎样进行接口传值处理。 接口数据总体可分为前置处理和后置处理： 前置处理：一些固定值或固定方法的调用 后置处理：需要前几个请求中的body（参 阅读全文