大家都知道，一个好的工具或系统，可以极大的提高工作效率，而 Google 测试团队的这些工具都是他们工作过程中经过总结提炼，最后量身定制开发的，效果可想而知了。
废话少说，直接上干货。神器拿来~
1、BITE
BITE （Browser Integrated Test Environment，浏览器集成测试环境）是一个浏览器插件，目的是为了让测试人员集中注意力在测试上而不是流程和技术性细节上。
可以使用 BITE 提交 bug，它会在 bug 提交时自动截图、获取高亮元素的 HTML 信息、自动录制 bug 的操作动作以及自动获取所有浏览器和 OS 的信息等等，所有有助于 bug 重现和定位的信息基本都是自动获取，并自动附加到 Bug 属性中，可以极大的减少提交 bug 的成本。
BITE 还可以进行 bug 查看，进行测试的录制和回放，以及进行测试用例的分配和执行标注。
对于 Web 测试来说，这简直就是理想中的神器，并且 Google 已经把它开源，不幸的是，目前已经没人维护了，感兴趣的可以访问：https://code.google.com/archive/p/bite-project/，获取更多项目信息。
2、QualityBot
QualityBot 是 Google Web 测试团队开发的另一款开源工具，它利用像素级 DOM 分析的技术，针对 Web 页面在 Chrome 不同发布版本上的展示进行比较，从而发现兼容性问题。
这个实现的思路特别好，现在很多地方都在实现 UI 自动化，完全可以借助这个思路，进行 UI 的图像对比，而不是对 UI 细节进行逐个验证，针对 UI 在不同设备上展示的差异问题，也可以通过模糊匹配的方式进行优化。
对 QualityBot 感兴趣的可以访问：
https://code.google.com/archive/p/qualitybots/，获取更多项目信息。
3、RPF
RPF（Record and Playback framework，录制回放框架）是纯 JavaScript 实现的录制回放工具。
RPF 解决了 Web 应用的 DOM 频繁更改对自动化造成的影响。
之前每次 DOM 变化时，都需要重新计算相关元素的 XPaths，从而导致脚本维护成本极高，新的 RFP 会在查找精确匹配找不到时进行近似匹配，这个改进节省了工程师大量的时间。
RPF 之前是作为 BITE 的一部分进行集成的，对该项目感兴趣的可以访问：http://code.google.com/p/bite-project/，获取更多项目信息。
4、GTA
GTA（Google Test Analytics，Google 测试分析系统）是一个方便数据输入和风险可视化的 web 应用。
GTA 支持基于 ACC（Attribute Component Capability，特质，组件，能力）模型的风险分析，通过统一数据格式，可以在一个视图中看到各种产品的风险，易于定位高风险领域，并以此合理分配资源。
GTA 的核心是 ACC，它通过 ACC 的录入，帮助我们识别风险，测试过程帮助我们缓解风险，TE 就是缓解风险活动的协调人。
所谓识别风险，其实就是识别优先级，然后优先级可以作为管理者进行资源分配的依据，同时也可以作为测试执行者时间花费和测试重点的依据，工具对于那些不能很好区分优先级的项目和测试人员都有相当好的参考价值。
对 GTA 感兴趣的可以访问：http://code.google.com/p/test-analytics/，获取更多项目信息。
5、GTCM
GTCM（Google Test Case Manager，Google 测试用例管家）是 Google 资深测试开发工程师在 2010 年新开发的测试用例管理系统。
GTCM 通过灵活的标签格式，让任何项目都可以自行定制自己的测试用例，并让测试用例便于查找和复用，同时也简化了测试用例的编写。
将 GTCM 同 Google 的基础设施集成后，可以直观的看到测试用例数量增加的曲线、测试执行结果数量的曲线、同 GTCM 关联的 bug 数量的曲线等。
听起来是不是有点像现在很多的项目管理系统中集成的用例系统的功能了，2010 年就实现了这样灵活的功能和集成，真的很厉害了。
6、Buganizer
Buganizer 是 Google 在 2005 年在内部开发的 Bug 管理工具，它相比传统的 Bug 管理工具做了以下改进：
更加灵活的 n 级组件层次，适应各种不同项目需求；
更好的 Bug 跟踪审计，以及 Bug 和项目直接的关联设置；
全文搜索和详细的变更历史； 各种汇总图表的支持；
这个系统目前还在线上使用，数据库已经记录了多少个 bug？请去查看下最新的 bugID，我反正是惊呆了。
对这个项目感兴趣的可以访问：https://issuetracker.google.com，获取更多详情。
好了，这些就是我从《Google 软件测试之道》书中了解到的所有工具了，它们的演进路线都是，自己需要 -> 实现后使用 -> 好评后推广 -> 考虑开源或对外使用的支持，真是优秀的不要不要的。
本文源自公众号 sylan215