- github
- 本次会议项目由PM召开，时间为5月26日晚上10点30分
- 时长25分钟
任务表格
| 人员 | 昨日工作 | 下一步工作 |
|---|---|---|
| 木鬼 | 撰写博客，组织例会 | |
| swoip | 前端显示屏幕，翻译坐标 | |
| bhlt | 后端获取屏幕 | |
| dsz | 存档读档功能优化 |
开会照片(拍摄者：木鬼)
燃尽图
工作报告和困难总结
一：助教提问(博客提问，回答为开会时讨论)
你们觉得这次测试过程中发现的最大的问题是什么呢？Re:Beta阶段测试报告
关于测试中发现的问题，关于程序的bug的话，就是上述的两个未解决问题，文件冲突的目前只能通过完善后的操作说明告诉用户关于这里的问题，monkeyrunner的连接目前无法修复，但是不影响实际使用，第一次没连接上再点一次重新连接就好了。
关于程序的本身的问题，我们认为最大的问题是交互。
虽然新界面的交互比起第一阶段有了很大的提高，但是仍有改进空间。第一，用户很可能不知道测试位置的坐标，因此坐标的问题我们将在Gamma阶段优化。第二是实际操作过程中由于提供了自动识别分辨率的功能，但是仍然需要用户输入分辨率，这一步没有必要，也将之后改进。
针对异常有了具体的分类了吗？除了“卡死”异常容易判断错误之外，还有其他类型的异常需要优化吗？[Re:Beta]Scrum Meeting#9
没有做具体分类。我们本质上是通过模拟操作对用户需要测试的程序进行黑盒测试，只能从表象来判断，我们解决的问题是通过黑盒测试判断出的问题给用户生成测试报告，使用户可以通过现象返回代码进行修复，因此具体的问题需要由用户来判断，我们是辅助用户的工具。
关于其他异常，我们希望解决的就是能够从表象判断出异常的情景，但是目前只做到了单纯的屏幕完全卡死的判断。
二：时间问题
后半学期大作业和考试都比较多，时间较为紧张。
三：方法问题
与做相同项目的学姐交流后，和组员讨论。
学姐采用的是训练神经网络识别游戏控件：通过写脚本截图，人工标注然后训练网络。学姐的建议是不推荐做，因为比较耗时现在做的话如果数据量不够容易过拟合，效果不好。
通过第一阶段在monkeyrunner学习阶段时使用过的后台信息识别控件：1.需要用户待测游戏本身写了相关内容，没写就不能使用。2.需要通过拆包获取，完全是另一条思路，与目前的内容关系不大，对项目的帮助不大。
学姐采用adb监听打印后台数据获取异常：之前没有了解过，但可以作为另一种判断异常的方法，由时间相对较多的dsz在之另一门课的ddl完成后进行调研。
结论
识别控件自动的方法目前阶段难以实现，以现在的“由用户设置，进行测试，生成报告”为项目的中心思想，提升用户体验。
优势
对于手动测试，程序省去了大量的重复操作，设置好了即可测试；对于自动测试，省去了monkeyrunner或同类型自动测试方法的学习成本，同时，相对于编写脚本，使用本程序也会更便捷。
签入记录
可以在此commits/gamma查看当前时刻的签入记录。
阶段开始，暂无签入记录。