Devzery Latest

Eine kurze Beschreibung

Devzery ist eine Plattform für Regressionstests von AI-API-Funktionen, die sich an Entwicklungs- und QA-Teams richtet. Sie erzeugt Testszenarien aus Projektbeschreibungen, Schnittstellenstrukturen und tatsächlichen Anfragen und verwaltet zentral die End-to-End-Nutzerprozesse, Fehler, Abdeckungsraten sowie CI/CD-Auslösungen.

Einführung in die Tools

Devzery wurde von Devzery Technologies Pvt Ltd gegründet und dient hauptsächlich kleinen und mittleren Softwareteams, Microservice-Projekten sowie Engineering-Organisationen, die eine kontinuierliche Überprüfung ihrer Schnittstellen benötigen. Die Plattform legt Wert auf wartungsfreie oder low-code-basierte Anpassungen, wodurch Tests an Veränderungen der API angepasst werden können, anstatt jedes Mal manuell Skripte neu schreiben zu müssen.

Im November 2025 kündigte VideoDB die Übernahme von Devzery an und erklärte, dass die bestehenden Produkte weiterhin unterstützt werden. Zudem soll die Integration von Videodatenpipelines sowie intelligenter Anwendungen weiter ausgebaut werden. Daher sollte der aktuelle Eintrag als Produkt bezeichnet werden, das weiterhin in Betrieb ist – es ist nicht angebracht, weiterhin den unklaren Begriff „Latest“ zu verwenden.

Welche Probleme kann Devzery lösen?

• Erstellen von API-Testfällen für konkrete Geschäftsprozesse aus dem PRD oder dem Projektkontext.
• Ordnen Sie mehrere Schnittstellen nach dem tatsächlichen Benutzerprozess an und übertragen Sie Abhängigkeitsvariablen zwischen den Schritten.
• Nach dem Zusammenführen oder Bereitstellen des Codes werden automatisch Regressionstests ausgeführt, um Veränderungen im Verhalten der Schnittstellen so früh wie möglich zu erkennen.
• Durch Anpassungen und Aktualisierungen der API bei den Tests werden die Wartungskosten für häufig fehlerhafte feststehende Skripte gesenkt.
• Erstellen Sie für Defekte erwartete Ergebnisse, tatsächliche Ergebnisse, Fehlerbeschreibungen, Auswirkungen sowie verknüpfte Anwendungsfälle.
• Überprüfung der Abdeckung des Statistik-Testsets sowie der Verteilung der Anfragemethoden, um ungetestete Schnittstellen zu identifizieren.
• Swagger-Dokumente werden aus der Schnittstellenstruktur erzeugt, um eine Trennung zwischen Dokumentation und tatsächlichem Verhalten zu verringern.
• Die Testergebnisse in bestehende Entwicklungssysteme wie GitHub, Jenkins und Jira einbringen.

Überblick über die Kernkompetenzen

Hauptfunktionen

Generatives API-Testset

Der AI-Engine von Devzery kann PRD-Dokumente oder Projektdetails analysieren und auf der Grundlage der Schnittstellendaten Tests erstellen, die im Kontext des Produkts relevant sind. Die erzeugten Tests beinhalten nicht nur einzelne Endpunkte, sondern berücksichtigen auch Benutzerprozesse zwischen verschiedenen Schnittstellen sowie Grenzszenarien.

End-to-End-Regressionstest

Ein Team kann auf der API-Ebene vollständige Geschäftsprozesse ausführen, wie z. B. Registrierung, Authentifizierung, Erstellung von Ressourcen, Zahlungen und Abfragen des Status. Tests auf API-Ebene laufen in der Regel schneller als Tests der Benutzeroberfläche, ersetzen jedoch nicht die Überprüfung der Browseransicht, der Zugänglichkeit sowie der Interaktion mit echten Geräten.

Schnittstellenfolge und Variablenabhängigkeiten

Die Testverwaltungsoberfläche ermöglicht es, die Reihenfolge der APIs per Drag-and-Drop anzupassen und die Antwortvariablen eines vorherigen Schritts an nachfolgende Anfragen weiterzugeben. Diese Funktion eignet sich zur Überprüfung von Prozessen, die von Zuständen abhängen, wie z. B. Token, Ressourcen-ID, Paginierungskurser und mehrstufige Transaktionen.

Adaptives Testmanagement

Der AI-Agent erkennt Änderungen an der API und aktualisiert die entsprechenden Tests, um eine kontinuierliche Regressionstestabdeckung zu gewährleisten. Die automatische Anpassung erfordert dennoch eine Code-Überprüfung, da Interface-Änderungen entweder echte Fehler darstellen können oder genehmigte neue Vereinbarungen sein könnten.

Ausführung in mehreren Umgebungen

Testkits können in verschiedenen Umgebungen ausgeführt werden, um Teams dabei zu helfen, Entwicklungs-, Vorab- und Produktionsumgebungen miteinander zu vergleichen. Umgebungsvariablen, Anmeldeinformationen und Testdaten sollten getrennt konfiguriert werden, um zu vermeiden, dass Produktionschlüssel oder echte Benutzerdaten in nicht-produktive Systeme kopiert werden.

Bericht über AI-Mängel

Fehlerhafte Tests erzeugen Bug-Berichte, die den Status, die zugehörigen Use-Cases, die erwarteten und tatsächlichen Ergebnisse sowie Beschreibungen der Fehler enthalten. Das Team kann sie außerdem mit Tags kategorisieren und nach dem Ausmaß des Einflusses und des Risikos eine Priorisierung für die Behebung festlegen.

Erstellung von Swagger-Dokumentation

Devzery kann komplexe Datensätze analysieren und Swagger-Schemata erzeugen, um Entwicklern bei der Erstellung übersichtlicher Referenzdokumentation für Schnittstellen zu helfen. Die automatisierten Dokumentationen sollten mit den offiziellen API-Vereinbarungen sowie der Code-Implementierung abgeglichen werden – insbesondere was Authentifizierung, Fehlercodes und optionale Felder angeht.

Browser-Erweiterungen

Im Basic-Preispaket sind Browser-Erweiterungen für die Fehlerverwaltung enthalten, die sich gut eignen, um während des Tests Probleme schnell zu dokumentieren. Auf der öffentlichen Seite wird die aktuelle Version des Shops, die Berechtigungen sowie das Update-Datum nicht ständig angezeigt; vor der Installation sollte man dies auf der offiziellen Website überprüfen.

Middleware SDK

Devzery bietet ein Middleware SDK zur Erfassung von API-Anfragen und -Antworten an, das Node.js, Java, Python und Go unterstützt. Nachdem das Middleware in die Anwendung eingebettet wurde, protokolliert es die Interaktionen mit den Schnittstellen und liefert somit Kontext für die Erstellung von AI-Tests, Echtzeit-Logs sowie kontinuierliche Regressionstests.

Die offizielle Website bezeichnet diese Komponenten als SDK, doch in den öffentlich verfügbaren Informationen werden nicht für jeden Repository die Versionen, Lizenzen, unterstützten Frameworks sowie die Kompatibilitätsbereiche detailliert aufgeführt. Vor einer offiziellen Integration sollten die entsprechenden Repository-Anleitungen sowie die neuesten Commit-Zusendungen und Sicherheitsaspekte der Abhängigkeiten überprüft werden – anstatt sich nur auf die Marketingseiten zu verlassen.

Integration von CI/CD und Projektmanagement

• Bei der GitHub-Verbindung kann ein Projektrepository ausgewählt werden, und der Workflow wird auf den entsprechenden Microservice abgebildet.
• GitHub Actions kann bei jeder Code-Integration oder Bereitstellung Rückgabetests auslösen.
• Die Jenkins-Verbindung wird verwendet, um Devzery-Tests in bestehenden Build-Pipelines auszuführen und die Ergebnisse anzusehen.
• Jira kann auf der Grundlage der Testergebnisse Probleme erstellen und so Fehler bei der manuellen Kopie von Informationen vermeiden.
• Basic listet CI/CD-Integrationen auf, doch nur Pro beinhaltet ausdrücklich gängige Projektmanagement- sowie CI/CD-Integrationen; der tatsächliche Umfang muss bei der Accountbestätigung überprüft werden.
• Enterprise kann Projektmanagement und Pipeline-Integration an die bestehenden Systeme einer Organisation anpassen.

Vollständige Funktionsweise

1. Erstellen Sie ein Projekt und beschreiben Sie das Produkt, die wichtigsten Benutzerprozesse sowie den Umfang der API, der überprüft werden muss.
2. Mithilfe des Middleware SDK, der Schnittstellendokumentation oder der Projekt-eingaben erhält Devzery Anfragen, Antworten sowie den Geschäftskontext.
3. KI erzeugt Testfälle und ordnet die entsprechenden Schnittstellen zu Prozessen mit Abhängigkeitsvariablen zusammen.
4. QA- oder Entwickler überprüfen die erwarteten Ergebnisse, die Testdaten sowie die Zertifizierungs- und Grenzkonditionen.
5. Wählen Sie eine Entwicklungs- oder Vorabveröffentlichungsumgebung aus, um das Paket auszuführen, und dokumentieren Sie Abdeckungen, Fehlschläge sowie Verhaltensunterschiede.
6. Nach Bestätigung des tatsächlichen Defekts wird dieser in Jira oder dem bestehenden Prozess eingetragen, damit das Team ihn beheben kann.
7. Fügen Sie die Tests zu GitHub Actions oder Jenkins hinzu, um sie bei anschließenden Merges und Deployments kontinuierlich auszuführen.
8. Überprüfen Sie bei Änderungen der API die von der KI vorgeschlagenen Testaktualisierungen, um sicherzustellen, dass Vertragsänderungen keine Regressionen verdecken.

Devzery-Anleitung

Erster Schritt: Definition des Testumfangs

Wählen Sie zunächst einen klar abgegrenzten Service oder einen wichtigen Benutzerprozess aus – importieren Sie nicht gleich das gesamte Produktionsystem bei der ersten Verbindung. Bereiten Sie das aktuelle API-Vertragswerk, Testkonten, PRD sowie die bekannten Grenzen vor, damit die KI das erwartete Verhalten verstehen kann.

Zweiter Schritt: Anfordern der Verbindungsdaten

1. Wählen Sie je nach Backend-Sprache Node, Java, Python oder Go als Middleware aus.
2. Installieren Sie das SDK in einer nicht-produktiven Umgebung und konfigurieren Sie separate Anmeldeinformationen für die Verbindung zu Devzery.
3. Erstellen Sie Desensibilisierungsregeln, um Passwörter, Token, Zahlungsinformationen und unnötige personenbezogene Daten auszuschließen.
4. Führen Sie eine Reihe bekannter Geschäftsprozesse aus, damit das Middleware-Tool die Reihenfolge der Schnittstellen sowie die Datenabhängigkeiten erfassen kann.
5. Überprüfen Sie auf der Plattform, ob Methoden, Pfade, Statuscodes und das Response-Schema korrekt erkannt werden.
6. Erst nachdem sichergestellt ist, dass die Erfassungskosten und die Fehlerbehandlung den Anforderungen entsprechen, wird der Abdeckungsbereich erweitert.

Dritter Schritt: Erstellung und Überprüfung von Tests

1. Laden Sie das PRD oder geben Sie die Schnittstellenziele sowie die wichtigsten Nutzergeschichten ein.
2. Nach der Erstellung der Testfälle werden diese nach Geschäftsrisiken ausgewählt; nicht alle Ergebnisse der KI werden direkt angenommen.
3. Ergänzende Berechtigungen, Konkurrenz, wiederholte Anfragen, ungültige Eingaben, Zeitüberschreitung und Rollback usw. als Grenzfälle.
4. Überprüfen Sie die abhängigen Variablen der einzelnen Schritte sowie die Reinigung der Testdaten, um zu verhindern, dass eine Ausführung die nächste beeinflusst.
5. Führen Sie es in einer Vorab-Veröffentlichungsumgebung aus und überprüfen Sie die erwarteten Werte; entfernen Sie instabile oder geschäftlich unbedeutende Aussagen.
6. Die durch manuelle Überprüfung geprüften Tests werden als Regressionss Basis markiert.

Schritt vier: Integration in den Veröffentlichungsprozess

1. Verbinden Sie GitHub Actions oder Jenkins und wählen Sie die zu schützenden Codebibliotheken sowie die Bereitstellungsumgebung aus.
2. Zunächst sollten einige Fälle mit hohem Risiko als nicht blockierende Überprüfungen genutzt werden, um die Ausführungszeit sowie Fehlalarme zu beobachten.
3. Nach der Korrektur der instabilen Tests werden die kritischen Prozesse als Verschmelzungs- oder Bereitstellungsfilter eingestellt.
4. Verbinden Sie Jira und definieren Sie, wann automatisch Issues, Tags, Verantwortliche und Prioritäten erstellt werden.
5. Regelmäßige Überprüfung von Fehlertrends, Abdeckungslücken und automatisch aktualisierter Tests, um das Kit wartbar zu halten.

Für welche Benutzer geeignet

• Backend-Entwicklerteam: Automatische Überprüfung von Interface-Rückfällen vor dem Code-Zusammenführen und Bereitstellen.
• QA-Engineer: Schnelle Erstellung einer Testbasis auf der Grundlage von Anforderungen und Anfragedaten, ergänzt durch fachliche Grenzen.
• DevOps und Plattformteams: Fügen Sie die API-Validierung den GitHub Actions- oder Jenkins-Pipelines hinzu.
• Microservice-Team: Orchestrierung von Benutzerprozessen über mehrere Dienste hinweg und Verwaltung von Abhängigkeitsvariablen.
• Start-ups: Verifizieren Sie ein einzelnes Projekt mit der kostenlosen Basic-Version und senken Sie so die Kosten für Testwerkzeuge in der Anfangsphase.
• Wachstumsorientierte Software-Team: Mit Pro werden bis zu 5 Benutzer sowie die kontinuierliche Rückkehr zu 2 Projekten unterstützt.
• Unternehmensengineering-Organisation: Erhalten Sie durch maßgeschneiderte Lösungen mehr Nutzer, Projekte, Berichte sowie exklusiven Support.
• Entwickler von Video- und AI-Infrastrukturen: Nutzen Sie die nach der Übernahme geplante Zuverlässigkeit von VideoDB und intelligenten Pipelines.

Typische Anwendungsszenarien

• Überprüfung von Anmeldevorgängen, Token-Aufladung, Berechtigungen und Kontoeinstellungen sowie anderer Authentifizierungsprozesse.
• Testen der cross-Interface-Verbindungen für Warenkörbe, Bestellungen, Zahlungen, Rückerstattungen und Status-Rückrufe.
• Überprüfen Sie nach der Veröffentlichung des Microservices die Verträge mit den upstream- und downstream-Systemen sowie die wichtigsten Nutzerprozesse.
• Aus dem PRD wird die erste Testversion erstellt, anschließend ergänzt von QA die gesetzlichen Vorgaben und Geschäftsanforderungen.
• Nach jeder Fusion wird eine Zielrückführung durchgeführt, um den Schaden an bekannten Schlüsselfunktionen zu verhindern.
• Fehlerergebnisse werden automatisch zu Jira-Problemen umgewandelt, wobei Erwartungen, tatsächliche Werte sowie zugehörige Use-Cases beibehalten werden.
• Überlappung von Statistik-Schnittstellen und Anfragemethoden zur Identifizierung von seit Langem nicht getesteten Endpunkten.
• Basierend auf der vorhandenen API-Struktur wird ein Entwurf für die Swagger-Dokumentation erstellt, der von den Entwicklern überprüft wird.

Vorteile des Produkts

• Fokus auf die Rückkehr der API-Funktionen und Benutzerprozesse – nicht nur ein allgemeiner Client für das Senden einzelner Anfragen.
• Tests können aus PRDs, dem Projektkontext und den tatsächlichen Anfragen erstellt werden, wodurch die Hürden für die Erstellung der ersten Version des Pakets gesenkt werden.
• Unterstützt die Sortierung von Schnittstellen sowie Abhängigkeiten zwischen Schritten – geeignet für reale Geschäftsprozesse.
• Teste, Fehler, Abdeckung und Dokumentation auf derselben Plattform zusammenfassen, um eine Verzettelung des Kontexts zu verringern.
• Es werden Middleware für Node, Java, Python und Go bereitgestellt, die die gängigen Backend-Technologien abdecken.
• Anbindung an GitHub Actions, Jenkins und Jira zur einfachen Integration in bestehende Bereitstellungsprozesse.
• Basic bietet kostenlos einen Einzelnutzer-Zugang, ein einzelnes Projekt sowie 150 AI-Testfälle pro Monat.
• Nach der Übernahme von VideoDB wurde offiziell bestätigt, dass die Produkte weiterhin unterstützt werden, und es werden Pläne für eine tiefere Integration von KI-Infrastrukturen geschmiedet.

Einsatzbeschränkungen und Hinweise

• Von KI erzeugte Tests können Geschäftsregeln übersehen oder falsche Aussagen treffen und ersetzen somit nicht die Überprüfung durch QA- und Entwickler.
• Die API-Schicht ist nicht gleichbedeutend mit einem vollständigen Produkt – Benutzeroberfläche, Geräte, Zugänglichkeit sowie die tatsächliche Netzwerkanbindung erfordern weiterhin weitere Tests.
• Adaptive Tests könnten ungenehmigte Interface-Änderungen als neue Baseline betrachten; vor der Aktualisierung sollten Verträge und Änderungsanträge überprüft werden.
• Middleware verarbeitet Anfragen und Antworten und muss zuerst Passwörter, Token, Zahlungs- und Personendaten entgegenhalten.
• Basic bietet monatlich nur 150 von KI erzeugte Use-Cases, und es gilt eine Beschränkung von 1 Benutzer pro Projekt.
• Obwohl Pro unzählige Anwendungsfälle für die KI-Generierung aufzählt, werden auf der Preisseite keine detaillierten Angaben zu den Einschränkungen bezüglich der Ausführung, des Umfelds, der Anzahl der Schnittstellen oder anderer Ressourcen gegeben.
• Die Website zeigt an, dass man sich in die Warteliste eintragen oder den Gründer kontaktieren kann; die Eröffnung eines Kontos ist möglicherweise keine sofortige, selbstständige Kaufmöglichkeit.
• Der Weg nach der Übernahme des Produkts könnte sich ändern; die geplante Integration von VideoDB sollte nicht als bereits allgemein verfügbare Funktion angesehen werden.
• Die Effizienzfaktoren sowie die Kostensenkungen auf der Preisseite sind Marketingindikatoren und können nicht direkt als Garantie für den ROI eines Projekts herangezogen werden.
• Das Testen von Produkt-APIs kann echte Daten verändern oder externe Aktionen auslösen; daher sollten isolierte Umgebungen sowie Testkonten mit Rückgabemöglichkeit Vorrang haben.

Privatsphäre und Datensicherheit

Devzery sammelt Kontoinformationen, Zahlungen, Eingaben der Benutzer, Dateien, Rückmeldungen, Geräte, Protokolle sowie Nutzungsdaten. In der Datenschutzerklärung wird erklärt, dass die allgemeinen Dienstleistungen zur Verbesserung der Dienste oder zur Schulung entsprechender Modelle genutzt werden können, und es werden Angaben zur Ausstiegsmöglichkeit gegeben; bei Geschäftsaktivitäten im Auftrag von Unternehmenskunden gelten die Kundenverträge.

• Vor der Anbindung sollten die spezifischen Bestimmungen des Kundenvertrags bezüglich der Anfragenprotokolle, der Aufbewahrung, Löschung sowie des Modelltrainings überprüft werden.
• Die Datenschutzrichtlinie besagt, dass Daten in Indien verarbeitet und gespeichert werden können und an Dienstleister in anderen Regionen übermittelt werden können.
• Bei personenbezogenen Daten aus Europa oder Großbritannien müssen die Rechtsgrundlagen, die Mechanismen für den Datentransfer über Grenzen hinweg sowie die DPA bewertet werden.
• Es werden nur die minimalen Felder gesammelt, die für den Test erforderlich sind, um zu vermeiden, dass die vollständige Produktionsantwort standardmäßig an Dritte gesendet wird.
• Für SDK- und CI-Verbindungen werden eigenständige Schlüssel mit minimalem Berechtigungsgrad verwendet, die regelmäßig ausgetauscht werden.
• Erstellen Sie in einer nicht-produktiven Umgebung synthetische Daten, um die Verwendung echter Kundendaten, Patientendaten oder Zahlungsdaten zu vermeiden.
• Überprüfung der Protokolle und Export von Fehlern, um zu verhindern, dass sensible Informationen durch Jira- oder CI-Berichte weiter verbreitet werden.
• Die Plattform nutzt kommerziell angemessene Sicherheitsmaßnahmen, garantiert jedoch nicht eine absolute Sicherheit im Internet und per E-Mail.

Preise und Pakete

Im Folgenden sind die offiziellen Preise vom 22. August 2026 aufgeführt. Die Informationen zu den monatlichen und jährlichen Abonnements befinden sich auf derselben Seite. Für Pro beträgt der Monatspreis 25 US-Dollar, der Jahrespreis 250 US-Dollar. Auf der Seite für das Jahresabonnement wird ein Rabatt von 15 % angegeben; für Enterprise sind individuelle Angebote erforderlich.

Pro bietet eine 2-wöchige kostenlose Testphase an, während Basic die kostenlose Version darstellt. Steuern, Ressourcen für die Ausführung, der Umfang der Unterstützung sowie die Konditionen für Verträge von Enterprise können gesondert festgelegt werden. Der endgültige Preis sowie die verfügbaren Funktionen richten sich nach den tatsächlich aktivierten Diensten und dem Auftrag.

Rückerstattung und Stornierung

Preisänderungen treten in der Regel 14 Tage nach ihrer Veröffentlichung in Kraft; aus rechtlichen Gründen oder aufgrund von Anpassungen am Beta-Service können sie jedoch sofort in Kraft treten. Beanstandungen bezüglich der Rechnungen müssen innerhalb von 30 Tagen ab dem Rechnungsdatum eingereicht werden. Unternehmen sollten Bestellungen, Rechnungen sowie Bestätigungen über Stornierungen aufbewahren.

Plattform und Ausgabe

GitHub und Open Source

Die Devzery-Haupt-API-Testplattform, der AI-Testmotor sowie die Hosted-Services sind keine Open-Source-Projekte. Die Nutzungsbedingungen verbieten außerdem das Reverse Engineering sowie das Extrahieren der zugrunde liegenden Modelle, Algorithmen und Systeme. Die offizielle GitHub-Seite enthält ein eigenständiges UI-Testfall-Generierungstool – dieses sollte nicht mit der kommerziellen API-Regression Plattform verwechselt werden.

Dieser UI-Testfall-Generator verwendet Flask, CrewAI, BeautifulSoup und LangChain, um auf der Grundlage der HTML-Struktur Funktionsprüfungen zu erzeugen, und ist unter der Apache-2.0-Lizenz verfügbar. Er kann die von LangChain unterstützten Modelle ersetzen, erfordert jedoch, dass der Benutzer die entsprechenden Modell-Schlüssel selbst konfiguriert.

Grundlegende Informationen

Empfehlungswert

Die Empfehlungsbewertung liegt bei 4,0 von 5 Punkten. Devzery vereint Tests, Interface-Orchestrierung, adaptive Wartung, CI/CD sowie Fehlermanagement miteinander. Die kostenlose Basic-Ebene sowie die Pro-Ebene für 25 US-Dollar pro Monat senken die Einstiegshürden für kleine Teams.

Die Hauptmängel sind, dass die offiziellen Hilfedokumente, die Versionen des SDK sowie die verfügbaren Ressourcen unvollständig sind. Zudem weist der Zugang zum Konto eine Warteschleife oder die Möglichkeit auf, sich an den Gründer zu wenden. Das Team sollte zunächst den tatsächlichen Aktivierungsprozess nach der Übernahme, die Datenschnittstellen sowie die Kompatibilität der eigenen API-Typen überprüfen.

Häufige Fragen

Was ist Devzery für ein Tool?

Es handelt sich um eine AI-Testplattform für die Regressionstests von API-Funktionen. Sie kann Tests erstellen, die im Kontext des Produkts liegen, Prozesse zwischen Schnittstellen orchestrieren, Regressionstests automatisch ausführen sowie Defekte verwalten. Sie ist kein allgemeiner Client zur Fehlersuche in Schnittstellen und kann auch nicht alle UI- sowie Gerätetests abdecken.

Ist Devzery kostenlos?

Basic ist kostenlos und beinhaltet 1 Benutzer, 1 Projekt sowie 150 von KI erzeugte Testfälle pro Monat. Bei jährlicher Zahlung sind es 1.800 Testfälle pro Jahr; die Obergrenzen für weitere Ressourcen müssen bei der Aktivierung festgelegt werden.

Wie viel kostet Pro?

Pro kostet 25 US-Dollar pro Monat oder 250 US-Dollar pro Jahr. Es werden bis zu 5 Benutzer sowie 2 Projekte unterstützt, wobei unzählige Anwendungsfälle für die KI-Generierung möglich sind. Pro bietet eine 2-wöchige kostenlose Testphase an.

Welche Entwicklungssprachen werden unterstützt?

Auf der offiziellen Middleware SDK-Seite werden Node.js, Java, Python und Go aufgelistet. Die Kompatibilität der Frameworks sowie die Versionen und Lizenzen für jede Sprache müssen in den entsprechenden Repositorien überprüft werden; man kann nicht davon ausgehen, dass sie vollständig übereinstimmen.

Kann man es mit GitHub Actions verbinden?

Ja, Devzery unterstützt die Verbindung mit GitHub-Projekten und ermöglicht die automatische Auslösung von AI-Regressionstests im Workflow. Bevor es zu einer offiziellen Integration kommt, müssen Fehlalarme, Ausführungszeiten sowie die Bereinigung der Testdaten behoben werden.

Wird Jenkins und Jira unterstützt?

Unterstützung: Jenkins wird zur Ausführung von Tests im Pipeline-Verfahren verwendet, Jira dient zur Synchronisierung oder Erstellung von Fehlern. Pro listet gängige Projektmanagement- sowie CI/CD-Integrationen auf, Enterprise ist anpassbar.

Kann Devzery nach der Übernahme noch verwendet werden?

In der offiziellen Mitteilung von VideoDB im November 2025 wurde erklärt, dass die Unterstützung für das Produkt weiterhin gewährleistet wird, und es werden weitere Integrationen von VideoDB geplant. Die geplanten Funktionen werden voraussichtlich schrittweise veröffentlicht; der derzeit verfügbare Umfang richtet sich weiterhin nach dem Konto sowie den offiziellen Kommunikationen.

Ist Devzery open source?

Die Hauptplattform ist nicht unter einer Open-Source-Lizenz verfügbar. Der offizielle UI-Testfallgenerator wird unter der Apache-2.0-Lizenz bereitgestellt, und das Middleware-SDK ist auf GitHub zugänglich – doch diese Komponenten stellen keine vollständig open source-basierte Geschäftssoftware dar.

Können von KI erzeugte Tests direkt online gestellt werden?

Es wird nicht empfohlen, es direkt als Zutrittskontrollmechanismus zu verwenden. Entwicklung und QA sollten die Geschäftsanforderungen, Berechtigungen, Grenzen, Datenbereinigung sowie instabile Faktoren überprüfen, bevor die geprüften Tests in kontinuierliche Regressionstests aufgenommen werden.

Wird die angeforderte Daten für das Training verwendet?

Die allgemeine Datenschutzerklärung besagt, dass die Inhalte der Nutzer zur Verbesserung der Dienste oder zur Schulung von Modellen verwendet werden können, und gibt Möglichkeiten zur Ausstieg. Die Verarbeitung der Geschäftsdaten richtet sich nach den Kundenvereinbarungen. Vor dem Zugang sollten klare Angaben zu der Datenschutzerklärung, zur Möglichkeit des Ausstiegs sowie zu den Bedingungen für die Aufbewahrung und Löschung der Daten angefordert werden.

Kann es Postman oder manuelle QA-Prüfungen ersetzen?

Der Schwerpunkt von Devzery liegt auf der generativen KI und dem kontinuierlichen Testing; es umfasst nicht unbedingt alle Debugging-Funktionen für Allzweck-Interface-Clienten. Ebenso kann es keine Ersetzung für Geschäftsprüfungen, exploratives Testing, Interface-Testing sowie fachliche Sicherheitsbewertungen darstellen.

Zusammenfassung

Devzery eignet sich für Entwicklungs- und QA-Teams, die API-Regressionstests in ihren täglichen Bereitstellungsprozessen einbinden möchten. Es ermöglicht die Erstellung von Tests anhand echter Anfragen, PRD-Dokumentationen sowie der Schnittstellenstruktur – wobei kontinuierliche Rückmeldungen über GitHub Actions, Jenkins und Jira bereitgestellt werden. Die kostenlose Version sowie mehrsprachige Middleware erleichtern die Validierung ab dem ersten Projekt.

Bei der Auswahl sollte besonders darauf geachtet werden, wie die Nutzung nach dem Erwerb abläuft, welche SDKs kompatibel sind, welche Ressourcen für die Umsetzung benötigt werden sowie welche Bedingungen für das Training und die Speicherung von Daten gelten. Sowohl die automatische Erstellung als auch die adaptive Wartung sollten einer manuellen Überprüfung unterliegen – insbesondere darf keine sensiblen Produktionsdaten ohne Anonymisierung in die Testplattform gelangen.