不使用ai的情况下postman的不足：
1.读懂接口文档
2.手动操作postman
3.用例设计
拥有ai的Postman
1.OpenAPI
标准接口文档规范
文件格式：
• json
• yaml
2.LLM
目前AI技术主流的路线就是大模型
生产式大模型：输入一句话/一段话，大模型会根据输入内容生成一系列的结果：
• 聊天的回应
•问题的答案
•做具体的事情
3.专项任务
建议：打开一个新的，干净的窗口
建议：提示词工程的技巧，组织输入的内容
1.角色扮演：让AI扮演某个角色，以这个角色的思路，能力，风格来进行输出
例：你是一个10年经验的高级资深测试工程师，特别擅长针对接口测试用例设计和接口测试执行
2.明确的任务：清晰，明确的说明AI要做什么，不要让AI产生模糊，矛盾，歧义的理解
例：接下来对登录的接口进行用例的设计，用例数量 不少于5个，用例的内容要考虑正常情况，异常情况，特殊字符串等等。
3.少量的样本：给出一些AI输出的示例，让AI更清楚明白要做什么，以及结果以什么样的格式输出
例：
|-----|----|------|------|------|
| 优先级 | 接口 | 名称 | 请求参数 | 预期结果 |
| p0 | 登录 | 登录成果 | | |
| p0 | 登录 | 密码错误 | | |
| p1 | 登录 | 密码为空 | | |
完全使用AI
• 提示词
• （大）模型
• 能力：
• 推理模型（慢，准）
• 非推理模型（快）
• 模态
• 文本模型（只能处理文字，比如：deepseek）
• 多模态模型（还能处理音视频，图片，比如：doubao）
• 开源
• 开源，可以在自己的电脑部署（比如deepseek）
• 闭源，只能在线使用（比如GPT）
• API和API KEY
• 一般将大模型以openai接口格式，进行部署，得到LLM API
• 如果需要鉴别身份，使用API KEY证明我是谁
•Agent软件
• 使用API的方式连接LLM，可以充分使用LLM的能力，并且自身提供一系列的工具
知名软件：CodeX，Claude Code，Open Code，Deepseek TUI等等
1.从postman迁出
postman的内容可以导出为JSON文件，被其他的软件进行读取
2.使用Agent软件
以Open Code为例
1.安装
命令版本：
1.安装node
2.执行npm命令
npm install -g opencode-ai
GUI版本：
1.下载安装包
2.进入项目
打开存储项目的文件的目录
3.完成任务
可以让Agent读取指定的文件：
• 需求文档
• 接口文档
• postman的JSON文件
• 项目源码
4.用例执行
两种选择：
1.生成一个postman支持的用例文件，导入postman进行执行
2.使用ai自身支持的方式来执行：python cli