BaseRock AI

BaseRock AI是什么

BaseRock AI是一款面向开发、测试和质量工程团队的Agentic QA平台。它可以读取源代码、产品需求、Jira工单和接口资料，自动发现服务端点并生成可执行的测试用例与Playbook。

平台当前重点是Business Use Case Testing，简称BUCT。它不仅判断接口是否返回成功状态，还会验证注册、订单、支付、库存、发票和通知等跨服务流程是否真正完成预期业务结果。

BaseRock适合哪些团队

• 后端开发团队：从代码自动发现接口并生成集成测试。
• QA自动化团队：减少测试脚本编写和维护工作。
• 微服务团队：验证跨多个服务的端到端业务流程。
• AI编程团队：为快速生成和修改的代码建立质量护栏。
• 平台工程团队：把测试套件加入CI/CD与发布流程。
• 金融与电商团队：重点保护支付、订单和收入链路。
• 合规要求较高的企业：在私有环境执行并保留审计结果。
• 拥有遗留系统的团队：在不重写全部测试框架的情况下扩展覆盖。

主要功能

• 代码发现：扫描代码库并识别API端点、Schema和依赖关系。
• 集成测试生成：根据服务代码、说明文档和提示自动创建用例。
• 业务用例测试：从PRD或BRD提取业务流程和期望结果。
• Playbook生成：把自然语言测试意图转换为可执行步骤。
• 本地Agent执行：在客户机器、VPC或工作节点运行测试。
• 跨服务编排：按业务顺序调用多个微服务并验证整体结果。
• 测试维护：代码和需求变化后自动调整测试。
• 人工复核：执行前查看并编辑AI生成的具体动作。
• CI/CD集成：按冒烟、回归、标签或端点运行测试套件。
• 集中报告：从用例和业务流程两个层级查看结果。

Business Use Case Testing是什么

传统测试经常确认单个接口、状态码和Schema是否正常，却可能错过跨服务的逻辑失败。BUCT把产品需求与代码实现连接起来，持续检查真正影响客户、收入和合规的业务结果。

BaseRock的工作流程

支持的数据来源

• GitHub、GitLab与Bitbucket代码仓库。
• 开发者本地机器中的源代码。
• PRD、BRD与纯文本业务规则。
• Jira工单、Confluence、Notion等需求系统。
• API说明、请求响应示例和接口规范。
• MCP服务器提供的Atlassian、MongoDB等外部上下文。
• 测试人员直接输入的自然语言说明。

代码与仓库连接

• GitHub Cloud：通过OAuth授权读取代码。
• GitLab：支持OAuth登录和仓库连接。
• Bitbucket Cloud：可作为远程代码源。
• Bitbucket Data Center：文档列为支持方式。
• 本地代码：不连接远程仓库也能创建服务。
• 首次OAuth连接通常需要仓库管理员批准。
• 官方文档说明远程源代码权限为只读。

支持的编程语言与架构

官方文档表示可连接Java、Python、Go或其他主要语言的代码库，重点是从路由、控制器和服务结构发现接口。平台同时适用于微服务与单体项目。

接口与协议测试

• REST：按方法、路径、请求体和响应规则生成测试。
• GraphQL：可作为Agent执行套件的协议类型。
• Kafka：可在套件中按协议筛选和执行。
• 多步骤接口：保存前序响应变量并传递给后续步骤。
• 认证前置：在正式测试前执行登录或Token获取。
• 清理后置：测试完成后删除生成数据或恢复环境。
• 动态值：处理ID、时间戳和运行过程中产生的变量。

如何开始使用BaseRock

1. 联系BaseRock销售申请账户和控制平面访问权限。
2. 选择SaaS控制平面或企业自托管部署。
3. 邀请团队成员并设置项目角色。
4. 配置OpenAI、Anthropic、Azure、Bedrock或Vertex的模型密钥。
5. 通过OAuth连接代码仓库，或准备本地代码。
6. 添加第一个服务并确认发现的端点。
7. 按需上传接口规范、PRD或BRD增加业务上下文。
8. 安装并启动BaseRock Agent，再在测试环境运行少量用例。
9. 复核生成步骤和结果后加入CI/CD流程。

自带大模型密钥

BaseRock采用Bring Your Own LLM模式，企业需要提供受支持模型服务的API密钥。平台使用模型理解代码、需求和业务上下文，并生成测试用例与Playbook。

如何接入第一个服务

1. 在控制平面点击添加服务。
2. 选择仓库与目标分支，或使用本地源代码。
3. 为单体项目指定模块代码路径、路由或控制器。
4. 检查系统发现的端点与跨服务依赖。
5. 可选上传不超过10MB的TXT或PDF接口说明。
6. 提供领域提示，或让平台根据代码自动生成测试。
7. 补充环境地址、认证、上下文变量和数据清理规则。
8. 生成Playbook后逐步检查具体动作。

集成测试生成

• 从源代码推断端点、参数、请求和响应结构。
• 结合可选规范文档识别额外规则与示例。
• 根据领域提示补充业务边界和验证要求。
• 为正常路径、边界条件和错误输入生成用例。
• 建立认证、数据准备和清理步骤。
• 将自然语言Playbook转换为确定性执行动作。
• 在服务级报告中查看单个接口与测试结果。

业务用例测试流程

1. 在Business Flows区域创建需要保护的业务流程。
2. 上传TXT或PDF格式的BRD、PRD或业务规则。
3. 让AI从文档中提取具体业务用例。
4. 将每个用例关联到已经接入的服务。
5. 把业务用例映射到接口测试并补充验证步骤。
6. 生成覆盖正常、边界和负面场景的业务Playbook。
7. 由本地Agent跨服务执行完整流程。
8. 从Test Case View和Use Case View分别查看结果。

业务流程示例

Playbook是什么

Playbook是使用英语描述的结构化测试程序，AI会把自然语言步骤转换为可以执行的工作流。一个Playbook通常包含准备、执行和清理三个阶段。

• 服务级Playbook：针对一个服务的一组测试。
• 端点级Playbook：围绕单个接口组织验证。
• 测试用例Playbook：执行特定正常或异常场景。
• 业务流程Playbook：跨多个服务验证最终业务结果。
• 状态包括处理中、就绪和错误。
• 可通过自然语言调整，也能直接编辑请求和逻辑。

人工复核与可编辑性

• 执行前查看AI推断的全部动作步骤。
• 检查目标接口、请求头、负载和参数。
• 确认响应变量如何保存并传递。
• 核对状态码、Schema和业务断言。
• 通过自然语言修改Playbook并保持意图同步。
• 必要时在工作流界面直接修改负载和逻辑。
• 高风险环境必须经过人员批准后运行。

BaseRock Agent

BaseRock Agent运行在客户环境中，负责连接控制平面、接收测试指令并调用实际服务。它可以部署在开发者本机、VPC、物理服务器或专门的CI工作节点。

• 从网页界面执行单个测试用例。
• 通过命令行运行一组测试。
• 从CI/CD流水线触发冒烟与回归套件。
• 从本地代码接入服务，不必连接远程仓库。
• 将执行日志和通过失败结果发送到控制平面。
• 让生产流量和敏感运行数据留在客户环境。

CI/CD集成

• 按服务名称和目标环境运行测试。
• 指定测试服务的基础地址。
• 按REST、GraphQL或Kafka协议筛选。
• 按测试用例ID、标签或端点执行。
• 区分正常场景和负面场景。
• 按版本、方法或回归范围组合测试套件。
• 将失败作为合并、发布或部署门禁。

部署方式

定价与采购方式

BaseRock没有公开固定月费套餐，官方价格页说明费用按照被测服务数量计算，并根据SaaS或自托管方式提供报价。企业还需要单独承担自带大模型、云资源和内部运行环境成本。

采购前需要确认

• 被测服务数量的计算口径和最低合同规模。
• SaaS、自托管和私有云的价格差异。
• 控制平面、Agent升级和连接器维护责任。
• 模型调用费用是否完全由客户承担。
• 并发任务、用户数量、存储与日志是否有限额。
• 试点、实施、培训和持续支持是否包含在报价中。
• 合同终止后的测试资产、Playbook和报告导出方式。

典型应用场景

• 接口集成测试：从代码自动生成正常与错误场景。
• 微服务回归：验证多个服务升级后的契约和协作。
• 收入路径保护：持续检查订单、支付、订阅和退款。
• AI生成代码治理：为快速变化的代码同步生成测试。
• 发布门禁：在CI/CD中运行冒烟与业务关键套件。
• 需求一致性：检查代码行为是否符合PRD和Jira。
• 遗留测试现代化：用自然语言Playbook替代部分脆弱脚本。
• 合规审计：保留测试结果和业务规则验证记录。

产品优势

• 业务结果导向：不仅检查接口，还验证客户和收入流程。
• 自动发现代码：不要求先手工维护完整规范文件。
• 跨服务编排：适合复杂微服务与单体模块。
• 自然语言Playbook：降低编写测试脚本的门槛。
• 自带模型：企业可以使用已有云模型协议与密钥。
• 本地执行：Agent让运行流量留在客户网络。
• 部署灵活：提供SaaS、自托管和私有环境选项。
• 人工可控：执行前可检查和编辑具体动作。
• 持续维护：代码和需求变化后自动适配测试。

使用限制

• 没有公开价格：必须联系销售并按服务数量报价。
• 账户需开通：当前不是个人自助注册即用工具。
• 需要模型密钥：LLM成本和数据条款由企业另行管理。
• 首次接入复杂：需要仓库权限、环境、Agent和服务配置。
• AI可能误解业务：生成用例和Playbook仍需领域人员复核。
• 测试数据风险：错误配置可能修改测试或生产系统。
• MCP增加依赖：外部需求与数据源连接需要额外治理。
• 自托管有运维成本：升级、监控、资源和安全由双方明确分工。

安全与数据边界

当前官方页面和文档说明BaseRock已达到SOC 2 Type II相关合规状态，并提供加密、角色权限、客户环境隔离和审计日志。远程仓库连接采用只读权限，本地Agent在客户环境执行测试。

• 采用最小权限的仓库OAuth和服务账号。
• 在VPC或本地环境处理敏感代码和需求。
• 对第三方模型设置企业数据保留和训练限制。
• 为Agent限制网络目标和可执行环境。
• 默认禁止对生产环境执行破坏性测试。
• 对测试数据、日志和报告设置保留周期。
• 定期复核角色、仓库、MCP和模型密钥权限。

安全部署建议

1. 先在独立测试仓库和非生产环境验证平台。
2. 为BaseRock创建只读代码连接和专用测试账号。
3. 对Agent配置网络允许列表与最小系统权限。
4. 使用合成数据，避免复制真实客户敏感信息。
5. 检查Playbook中的写入、删除、支付和通知动作。
6. 为危险操作加入人工审批与环境保护规则。
7. 轮换仓库、模型与MCP凭据，并监控异常访问。
8. 准备紧急停止、回滚和手工接管流程。

隐私注意事项

BaseRock会处理账户、使用和诊断数据，企业项目还涉及源代码、需求和测试元数据。启用第三方大模型时，任务范围内的数据可能发送给相应模型提供商，具体处理取决于企业协议和部署配置。

GitHub与开源状态

BaseRock在GitHub公开了文档和示例待办应用，但Agentic QA控制平面、Agent与核心生成系统没有被标记为开源。公开文档仓库不代表商业产品源码开放，也不要与Baserow数据库项目混淆。

API与扩展能力

BaseRock通过仓库连接、MCP服务器、模型提供商、命令行Agent和CI/CD参数实现扩展。公开文档重点介绍企业集成与Agent运行方式，而不是面向第三方开发者的通用测试SaaS API。

基本信息

推荐指数

综合推荐指数为4.5分，满分5分。BaseRock适合拥有复杂接口和关键业务链路的企业开发团队，但需要投入接入、模型、环境和业务复核资源，不适合只需轻量单元测试补全的个人项目。

常见问题

BaseRock AI主要做什么？

它从代码和需求生成、执行并维护集成测试与跨服务业务流程测试。

BUCT是什么意思？

它是Business Use Case Testing，重点验证业务结果而非只看接口状态。

支持哪些代码语言？

官方表示支持Java、Python、Go及其他主要语言。

支持哪些代码仓库？

支持GitHub、GitLab、Bitbucket，也可以从本地代码接入。

需要自己的模型密钥吗？

需要，BaseRock采用客户自带大模型密钥的方式。

支持自托管吗？

支持，也可选择SaaS、私有云或VPC部署。

BaseRock多少钱？

按被测服务数量和部署方式定制报价，官网没有公开固定套餐。

可以加入CI/CD吗？

可以，Agent可按服务、环境、标签、协议和测试类别运行套件。

BaseRock开源吗？

核心平台不开源，GitHub仅公开文档和示例项目。

源代码会被修改吗？

官方文档说明远程仓库连接采用只读权限。

可以测试生产环境吗？

技术上可配置目标地址，但不建议对生产执行可能写入或删除数据的自动化测试。

适合个人项目吗？

通常更适合企业和团队，个人项目可先比较轻量测试生成工具。