最新

大家好，我们是Iyan和Datta，Barcable的创始人。 Barcable可以连接到您的后端（HTTP、gRPC、GraphQL），并利用自主代理直接在您的CI/CD中生成和运行负载测试。无需配置，无需脚本。它会扫描您的代码库，理解您的API路由，并构建真实的测试场景，以现实的负载对您的端点进行测试。 文档： [https://www.barcable.dev/documentation](https://www.barcable.dev/documentation) 我们之所以开发这个工具，是因为感到沮丧。我们合作过的每个团队都遇到了同样的问题：可靠性测试从未跟上开发的速度。管道的部署速度快于任何人验证性能的速度。大多数“负载测试”都是脆弱的JMeter遗留物或在第一次重构后就失效的临时脚本。 Barcable是我们对这一问题的自动化尝试。它： - 自动解析您的OpenAPI规范或代码以发现端点 - 从PR差异中生成真实的负载测试（无需手动脚本） - 启动隔离的Cloud Run作业以进行大规模执行 - 直接在您的仪表板中报告延迟、吞吐量和错误细分 - 接入您的CI，以便在部署前自动运行测试 每个代理处理过程的一部分——发现、生成、执行、分析——使得测试随着您的代码库而演进，而不是与之对抗。 目前，它在Docker化的代码库中效果最佳。您可以从GitHub上进行入驻，探索端点，生成测试，运行测试，并在统一的仪表板中查看指标。 这仍然是一个正在进行中的项目。我们会手动创建账户，并与任何有兴趣尝试的人分享凭据。由于Cloud Run的成本，我们目前限制了访问。 我们并不是想取代性能工程师，而是希望让团队在生产之前更容易捕捉回归和事件，而无需繁琐的设置。 我们非常希望听到任何曾因不稳定的负载测试管道而受挫，或以不同方式解决可靠性问题的反馈。我们尤其对gRPC边缘案例和复杂的身份验证设置感到好奇。 HN一直是我们灵感的巨大来源，我们希望听到您如何测试、破坏或改进它的想法。 —— Iyan & Datta [https://www.barcable.dev](https://www.barcable.dev)

大家好， 我只是想说，我已经很久没有对写代码感到如此愉快了。没有压力，只是在构建我一直想要的东西，而现在各个部分终于开始拼凑在一起。 是的，它使用了人工智能……本地的Ollama模型通过Playwright控制一个Electron浏览器上下文，并作为MCP工具连接到一个代理实例。听起来很高大上，对吧？你知道吗？确实如此，而且非常酷。 我等了至少六个月才开始构建这个，因为我找不到一个不糟糕的Node.js AI代理SDK库。幸运的是，不久前，OpenAI终于发布了他们的Python移植版。 现在我有了所有需要的工具，我开始动手，经过几个周末，我成功地让一个原型运行起来。虽然它仍然有些粗糙，需要很多打磨，但作为一个概念验证，它是可行的。 我甚至不记得上一次因为沉迷于编码而熬夜到凌晨四点是什么时候了。但这感觉真不错，伙计。