FleetDM项目发布质量保证测试报告
2025-06-10 04:56:19作者:虞亚竹Luna
概述
本文记录了FleetDM项目在特殊客户构建版本deebradel-sha-gitops+28951上进行的质量保证测试过程与结果。该版本主要针对编排和软件功能进行了重点测试,确保核心功能的稳定性。
测试环境配置
测试团队使用了fleetctl preview工具搭建测试环境,该工具能够快速部署Fleet的预览版本。测试前确保:
- 使用
fleetctl preview reset清理所有现有进程和代理 - 浏览器缓存和本地存储已清除
- 准备了有效的许可证密钥用于高级功能测试
- 配置了证书和flagfile以支持新主机的创建
核心功能测试
升级流程验证
测试团队首先部署了最新的稳定版本,创建了主机和查询作为测试数据,然后停止服务并升级到目标测试版本。验证结果显示:
- 所有预先创建的主机和查询在升级后仍然存在
- 数据完整性得到保持
- 系统配置未因升级而丢失
登录流程测试
测试覆盖了多种登录场景:
- 使用有效和无效凭证测试基础登录功能
- 测试单点登录(SSO)流程
- 验证忘记密码功能
所有测试用例均通过,包括:
- 空白字段的正确提示
- 认证失败时的准确错误信息
- 密码重置流程正常工作
- 有效凭证成功登录
- SSO登录流程正常
查询包管理
验证了2017查询包的管理功能:
- 主机迁移后查询包仍能正常运行
- 支持创建新查询包
- 支持编辑和删除现有查询包
- 查询包执行结果正确记录
日志目的地
测试了多种日志类型的传输:
- 软件、查询、策略和查询包日志成功发送到外部日志系统
- 文件系统日志目的地工作正常
- 日志内容完整且格式正确
操作系统设置
验证了磁盘加密功能:
- 成功配置macOS、Windows和Linux的磁盘加密
- 强制加密的主机成功完成加密过程
- 加密状态在界面正确显示
软件功能专项测试
查询功能
全面测试了查询的完整生命周期:
- 创建、编辑和删除查询的权限符合文档要求
- 语法错误产生正确的错误提示
- 手动执行查询功能正常
- 查询结果展示完整
主机管理
测试了主机的完整生命周期:
- 通过命令行成功添加主机
- 主机序列号和添加日期准确显示
- 删除后主机不再可见
- 警告和信息模态框显示正确
脚本执行
验证了脚本相关功能:
- 支持在所有主机类型上执行脚本
- 脚本库的上传、下载和删除功能正常
- 成功和失败脚本执行状态正确显示
- 全局禁用脚本功能生效
- 活动流中正确显示脚本执行记录
软件管理
测试了软件分发功能:
- 软件库管理功能完整
- 软件安装成功和失败场景处理正确
- "我的设备"页面正确显示自助服务项目
- 活动流中正确记录软件安装事件
迁移测试
使用专门的数据库升级测试工作流验证了版本迁移:
- 从稳定版本升级到测试版本
- 升级过程顺利完成
- 数据完整性保持
- 系统功能在升级后正常
测试结论
本次针对FleetDM特殊客户构建版本的测试覆盖了核心编排和软件功能,所有测试用例均通过验证。系统表现出良好的稳定性和兼容性,特别是在版本升级和数据迁移方面表现优异。测试团队确认该版本满足质量要求,可以交付客户使用。
虽然没有进行MDM相关功能的测试,但根据测试范围和客户需求,这不会影响本次发布的核心价值。团队建议在后续版本中补充完整的MDM功能测试。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137