JMeter AI 插件

目录

[一、Feather Wand(JMeter.AI 出品,最推荐)](#一、Feather Wand(JMeter.AI 出品,最推荐))

[1. 是什么](#1. 是什么)

[2. 核心功能](#2. 核心功能)

[3. 安装(2025--2026 最新)](#3. 安装(2025–2026 最新))

[4. 配置(关键:API Key)](#4. 配置(关键:API Key))

二、LoadMagic.ai(偏自动化关联与排错)

[1. 定位](#1. 定位)

[2. 核心能力](#2. 核心能力)

[3. 安装](#3. 安装)

[三、其他 AI 增强方式(不用插件也能用)](#三、其他 AI 增强方式(不用插件也能用))

[四、Feather Wand 快速上手示例](#四、Feather Wand 快速上手示例)

五、选型建议


目前主流的 JMeter AI 插件主要有 Feather Wand(最流行) 、LoadMagic.ai ,以及一些自研 / 开源小工具。下面按 "是什么 --- 能干什么 --- 怎么装 --- 怎么用" 给你一次性讲清楚。


一、Feather Wand(JMeter.AI 出品,最推荐)

1. 是什么

Feather Wand 是目前最成熟、开源免费(可付费升级)的 JMeter AI 助手插件,把 LLM(大模型)直接嵌入 JMeter 界面,支持 OpenAI、Claude、Ollama(本地模型)等。

官网:https://www.jmeter.ai/

2. 核心功能

  • ✅ 自然语言生成脚本 输入:创建100用户、30秒递增的线程组,带HTTP请求和响应断言 自动生成:线程组 + HTTP 请求 + 断言 + 配置器
  • ✅ AI 聊天助手 直接在 JMeter 里问:
    • 怎么写登录后带 token 的接口?
    • 这个 JSR223 脚本为什么报错?
    • 如何优化这个压测场景?
  • ✅ 智能代码 / 正则生成
    • @code:把 AI 回复里的代码直接插入 JSR223 编辑器
    • @lint:自动规范命名、整理脚本
    • @optimize:给出压测参数优化建议
  • ✅ 结果智能分析 自动识别异常、瓶颈、慢接口,给出报告和建议。

3. 安装(2025--2026 最新)

  1. 打开 JMeter → Options → Plugins Manager
  2. 切换到 Available Plugins
  3. 搜索:Feather Wand
  4. 勾选 → 点击 Apply Changes and Restart JMeter
  5. 重启后菜单栏出现 AI Assistant

4. 配置(关键:API Key)

  • 打开 AI Assistant 面板 → Settings
  • 选择模型:OpenAI / Anthropic Claude / Ollama(本地)
  • 填入你的 API Key(OpenAI 或 Claude)
  • 本地 Ollama:地址 http://localhost:11434,模型如 llama3

免费版:自带额度或 BYOK(自己带 Key),足够日常使用。


二、LoadMagic.ai(偏自动化关联与排错)

1. 定位

主打自动关联、自动正则、脚本自愈、结果可视化,适合复杂动态接口压测。

官网:https://www.loadmagic.ai/

2. 核心能力

  • Carrie(自动关联引擎):自动识别 token、session、cookie 等动态数据并生成正则 / JSON 提取器
  • Rupert(正则生成器):粘贴响应内容,自动生成 JMeter 兼容正则
  • Suzy(脚本自愈):自动检测脚本错误、给出修复方案、自动插入修复后的 JSR223
  • George(JMeter 知识库):解答 JMeter 用法、最佳实践、报错原因

3. 安装

  • JMeter 插件管理器搜索 LoadMagic 安装
  • 或官网下载 JAR 放入 lib/ext

三、其他 AI 增强方式(不用插件也能用)

  1. 本地 Ollama + JMeter 脚本调用 用 Groovy 调用本地 Ollama API,生成数据、做判断、生成报告。
  2. JMeter + ChatGPT 插件(旧 / 小众) 早期有第三方插件直接集成 ChatGPT,但现在基本被 Feather Wand 替代。
  3. 自研 AI 面板 用 JMeter 源码二次开发,在菜单栏加入 AI 对话窗口,对接任意大模型。

四、Feather Wand 快速上手示例

  1. 打开 AI Assistant

  2. 输入:

    复制代码
    帮我创建一个压测计划:
    - 线程组:50用户,10秒递增,循环永远
    - HTTP请求:GET https://api.example.com/health
    - 响应断言:包含 "status":"ok"
  3. 点击发送 → AI 自动生成完整测试计划

  4. 直接运行即可


五、选型建议

  • 新手 / 想快速提效:Feather Wand(免费、开源、中文友好、功能全)
  • 复杂动态接口 / 自动关联:LoadMagic.ai
  • 本地部署 / 隐私优先:Feather Wand + Ollama 本地模型

相关推荐
程序员清风43 分钟前
Portkey AI Gateway 实战:构建可治理的多模型网关
人工智能·gateway
小小王app小程序开发1 小时前
AI 智能体小程序开发实战:架构设计、核心难点与落地避坑
人工智能
自动驾驶小学生1 小时前
Coursera自动驾驶课程第23讲:Reactive Planning in Static Environments
人工智能·机器学习·自动驾驶
霸道流氓气质1 小时前
Spring AI Alibaba Graph Studio 入门指南:可视化Agent编排与调试平台
java·人工智能·spring
爱写代码的小朋友1 小时前
Windows 下 MSYS2 + MinGW64 安装与使用 OpenCV 全指南(含踩坑记录)
c++·人工智能·windows·opencv
染指11101 小时前
129.Agent-LangChain核心组件-自定义中间件-通过类实现(AgentMiddleware)
人工智能·中间件·langchain·agent·agents
Dawson Zhu1 小时前
Agent系统工程质量评估体系:原理解析与工程实践
人工智能·语言模型·架构·aigc·agi
Ivanqhz1 小时前
窥孔优化(Peephole Optimization)
人工智能·深度学习·机器学习
Java的搬运工1 小时前
2026 AI Agent 实战:五层架构、MCP 工具调用与十条避坑清单 合集 - AI行业观察
人工智能·架构·智能体·大模型应用·langgraph·aiagent·mcp
知几蜗牛1 小时前
Nova Act合成监控:从选择器脚本转向结果断言
人工智能