本课程围绕企业软件测试的真实痛点展开，带你理解如何用“关系型数据库 + 大模型 + 智能体”实现从需求到测试用例的批量自动化生成。核心是 SQL 智能体与测试用例生成智能体的两阶段协作：先用 Text-to-SQL 从数据库中精确获取需求，再由测试用例智能体结合业务背景与提示词，生成结构化、可入库的测试用例。相比纯 RAG/PDF 方案，这套思路覆盖更全、数据更准，也更容易低侵入集成到现有测试平台。 课程适合测试工程师、测试开发、测试平台建设者，以及希望把 AI 落地到研发效能场景的技术人员。你将掌握 PydanticAI 的结果模型、依赖注入、动态提示词、结果校验和工具调用等核心用法，理解智能体后台运行、API 集成、分批处理与定时生成的工程实践。学完后，你能借鉴 SQL Agent + Test Case Agent 架构，为企业测试平台设计可扩展的 AI 测试能力，并为 UI 自动化、接口自动化、缺陷定位等方向打下基础。