Система управления тестированием для людей и AI-агентов

Ручные проверки, автотесты, нагрузка и AI-eval в одном месте. Понимайте, что проверено и что мешает релизу.

В вашем контуре или в облаке.

Работает с инструментами вашей команды

GitLabЗапуск пайплайнов
GitHubGitHub Actions
JiraСвязь с дефектами
Allure ReportИмпорт результатов
SlackУведомления
TelegramУведомления
API / MCPВаши инструменты
Интерактивный пример · демо-данные
TestSpot / Checkout
Рабочее пространство QA

Checkout · Release 2.8

ДЕМО-ДАННЫЕ
main  ·  a4f82c1  ·  GitLab CI  ·  4 мин 32 с
128Всего тестов
124Passed
3Failed
1Skipped

Показаны 6 тестов из 128. Выберите тест, чтобы посмотреть результат.

●   Failed / QA-1044

Промокод не применяется

POST /api/coupons/apply
Expected: 200 · Received: 500

Повторяется с прогона #38. Лог ошибки и история запусков связаны с тест-кейсом.

Связанный дефект   CHECKOUT-218

Один контекст для QA, разработки и команды релиза.

TestSpot связывает тест-кейсы, результаты CI и дефекты. Откройте упавший тест, изучите ошибку и найдите связанную задачу.

Планируйте проверки.
Разбирайте результаты.

01 / Тест-кейсы и команда

Тест-кейсы, общие шаги
и ревью изменений.

Храните сценарии, используйте общие шаги в разных тест-кейсах и собирайте планы проверок. Сравнивайте версии и согласовывайте изменения с ревьюером.

  • Библиотека общих шагов и наборы данных
  • История изменений и сравнение версий
  • Ревью с комментариями и согласованием
Подробнее о тест-кейсах
Изменения тест-кейсаДемо-пример

QA-1044 · Применение промокода

Версии 3 и 4Ожидаемый результат
−Промокод применён.
+Скидка 10% применена. Итоговая сумма заказа пересчитана, стоимость доставки не изменилась.

Комментарий автора: уточнил проверку суммы и доставки, чтобы результат нельзя было трактовать по-разному.

Согласуйте шаги и ожидаемые результаты до запуска тестов

02 / AI с контекстом проекта

AI-ассистент помогает
анализировать падения тестов.

Ассистент работает с тест-кейсами, прогонами и дефектами. Помогает разобраться в падениях, найти связанные результаты и подготовить черновик дефекта. Вы проверяете его и подтверждаете создание.

  • Ответы со ссылками на тесты, прогоны и дефекты
  • История запусков и данные в пределах ваших прав
  • Черновик дефекта с подтверждением перед созданием
Посмотреть на демо
TestSpot AIПример разбора

Почему падает применение промокода в прогоне #42?

API купонов вернул 500 на шаге применения промокода. Такой же сбой был в прогоне #38. С тестом уже связан дефект CHECKOUT-218.

Источники: прогон #42 · QA-1044 · прогон #38
Ответы со ссылками на тесты и результаты

03 / Сравнение прогонов

Новая сборка.
Что изменилось?

Сравните падения и время выполнения с предыдущим прогоном. Посмотрите, что исправлено. Для AI-eval доступны ответы модели и оценки обоих запусков.

Checkout / Сравнение

Сборка 41 Сборка 42

Демо-пример
Что изменилось в проверках
СценарийБылоСтало
Повторный платёжПройденПадение
Вход по кодуПадениеПройден
Поиск товара0,8 с1,6 с
Подробнее о сравнении прогонов →

04 / Нагрузочное тестирование

Тесты прошли.
А нагрузку система выдержит?

Загрузите результаты нагрузочных тестов, сравните прогоны по задержкам, ошибкам и пропускной способности. TestSpot покажет изменения и поможет разобраться в характере деградации.

  • Время ответа, p95/p99 и ошибки по транзакциям
  • Сравнение результатов двух нагрузочных прогонов
  • Анализ по доступным метрикам работает и без AI-модели
Посмотреть разбор на демо
Оформление заказа

Результаты нагрузки

Демо-пример
p95 · время ответа980 мсбыло 420 мс
Ошибки3,1%было 0,2%
Запросов / с185было 240
Время ответа · p95, мс
— Прогон #18━ Прогон #19
10006002000 мин1020 мин

Задержки выросли, пропускная способность снизилась. Сравните профиль нагрузки и окружение, чтобы оценить изменения.

Пример данных для иллюстрации возможностей

05 / Готовность релиза

Оцените готовность релиза
по результатам проверок.

Объедините ручные проверки, автотесты и AI-eval в релиз. Настройте критерии готовности (quality gate), чтобы видеть блокирующие результаты и незавершённые запуски.

  • Общий результат по прогонам релиза
  • AI-eval: оценка ответов модели на наборе тестовых примеров
  • Переход от блокера к деталям проверки
Открыть пример релиза

Release 2.8

Демо-пример
MANUALКритический путь24 / 24
AUTOAPI-регрессия86 / 86
AI-EVALОтветы ассистента19 / 20
×   Quality gate не пройден

1 блокирующий результат · 0 незавершённых прогонов. Откройте eval-запуск, чтобы изучить неуспешный сценарий.

Понятно, что ещё требует внимания

Интеграции с CI/CD, Jira,
Slack и Telegram.

Поддерживаем результаты в формате Allure Report. Если ваши тесты уже используют адаптер Allure Report, переписывать их не нужно — достаточно настроить передачу результатов в TestSpot. Подключайте CI/CD, связывайте дефекты с Jira и получайте уведомления в Slack и Telegram.

Документация по интеграциям
TestSpotЕдиное рабочее пространство
GitLab CI
GitHub Actions
Allure Report
Jira
Slack
Telegram

MCP / Ваш AI-агент

Создавайте тест-кейсы
через своего AI-агента.

Подключите своего AI-агента к TestSpot. Создавайте кейсы, переносите сценарии и записывайте результаты проверок прямо из привычного инструмента.

Действия выполняются с правами вашего пользователя.

Как подключить агента →
Ваш агент + TestSpotДемо-пример
Вы

Создай в Checkout три кейса: успешная оплата, отклонённая карта и повторный запрос платежа.

Результат через MCP

Созданы 3 тест-кейса

  • QA-1052 Успешная оплата
  • QA-1053 Отклонённая карта
  • QA-1054 Повторный запрос платежа

Кейсы доступны команде в проекте Checkout.

Аналитика, отчёты
и уведомления.

Следите за результатами проверок, находите нестабильные тесты и делитесь отчётами с командой.

Настраиваемые дашборды

Собирайте дашборды из метрик, трендов и списков. Следите за долей успешных проверок, длительностью прогонов и покрытием автоматизацией.

Падения и нестабильные тесты

Находите часто падающие и нестабильные тесты. Смотрите историю, чтобы выбрать, что исправлять первым.

Готовые отчёты

Формируйте отчёты из виджетов аналитики в PDF, CSV или HTML. Настраивайте формирование отчётов по расписанию.

Нужные уведомления

Сообщайте команде о падениях, изменениях метрик и событиях проекта через Slack и Telegram.

Выбирайте, где работает TestSpot.

Подключите платформу к своему процессу через поддерживаемые форматы и интеграции.

A / В вашей инфраструктуре

Self-hosted

Разверните платформу внутри компании и управляйте доступом к данным тестирования. При подключении внешних AI-моделей и интеграций необходимые для их работы данные передаются выбранным провайдерам.

Ваш код · CI/CD · TestSpot · Jira
B / Управляемый сервис

Облако

Работайте с платформой без обслуживания собственной инфраструктуры. Формат подключения согласуем под вашу команду.

Ваша команда · TestSpot Cloud

Посмотрите TestSpot
на задачах вашей команды.

Покажем TestSpot в деле и обсудим подключение к вашему процессу.

Запросить демо

Вопросы о внедрении

Не нашли свой?
Напишите команде

Как проходит первая встреча с TestSpot?

Оставьте заявку и контакт для связи. Договоримся о времени, обсудим ваш процесс тестирования и покажем подходящие возможности TestSpot.

Какая поддержка есть после внедрения?

Формат, каналы и сроки поддержки согласуем в договоре.

Можно доработать TestSpot под нашу команду?

Обсудим задачи вашей команды. Объём, стоимость и сроки доработок согласуем отдельно.

Можно перейти из другой TMS?

Да — например, из Allure TestOps, TestRail или Qase. Поддерживаем перенос тест-кейсов; состав переносимых данных зависит от исходной системы и формата выгрузки. Перед переходом проверяем данные и согласуем план переноса. История прогонов, версии кейсов, пользователи и настройки CI не входят в импорт тест-кейсов.

Можно подключить свою AI-модель?

Да. Поддерживаются OpenAI-совместимые подключения, Anthropic и Gemini. Вы выбираете модель и предоставляете проектам доступ к подключению. Данные для AI-функций передаются выбранному провайдеру.

Как узнать стоимость?

Обсудим размер команды, формат развёртывания и необходимые интеграции. На их основе подготовим предложение.