缘起：为什么要自研一套性能测试工具

过去十年，我们团队一直在做一件事——自研一套性能测试工具，名字叫Leming WebRunner。这个想法的起点其实很朴素。我们在服务政企客户的过程中，频繁遇到一个场景：客户上了国产芯片、国产操作系统，然后问我们——“这套新架构，性能到底行不行？”

要回答这个问题，就需要做性能测试。但问题在于，当时主流的性能测试工具大多是国外产品，它们跑的底层协议栈、依赖的操作系统接口，和国产环境之间总隔着一层适配的损耗。更关键的是——如果你连测试工具本身的核心组件都是黑盒依赖，那你怎么证明用这套工具测出来的结论是可信的？

从那时起我们就意识到：在全栈国产化的大趋势下，测试工具本身也需要具备技术自主性。这不是一个“用哪个工具顺手”的问题，它关系到整个国产软件质量验证体系的独立性和可信度。所以，WebRunner从一开始就锚定了一条路：全栈自研。

技术路线：为什么坚持全栈自研

全栈自研这个词听起来很重，实际上也确实很重。WebRunner从底层协议引擎到上层的压力调度、数据采集、分析报告系统，全部由我们自己一行行代码写出来。

有人会问：为什么不直接用开源的？或者基于某些开源项目做二次封装？

答案是：适配深度和问题定位能力的差别。

如果在国产芯片架构上跑测试，测出来一个异常——这个异常是测试工具自身的兼容问题，还是被测系统的真实性能瓶颈？如果工具底层依赖了某个不透明的商业组件，排查这个问题的成本就会非常高。你甚至不知道是该找工具厂商，还是该找芯片厂商。

全栈自研让我们能够做到一件事：当问题出现时，我们可以直接定位到协议层的交互细节，而不是在黑盒外面猜。这对性能测试这个场景来说，不是锦上添花——它是基本要求。

十年积累：从能用、好用，到经得起国家级检验

WebRunner的研发不是一蹴而就的，它是一个持续打磨的过程。核心能力覆盖了测试场景构建、压力负载设计、精准执行、深度性能分析这几个环节的完整链路。

-场景构建：支持通过录制、脚本编写等多种方式快速构造测试场景

-压力设计：能够模拟真实的并发用户行为，而不是简单的请求重复

-精准执行：在国产芯片和操作系统上的运行时行为经过了大量适配优化

-性能分析：从响应时间、吞吐量到资源消耗的关联分析，定位瓶颈位置

这个过程持续了十余年。从最早的内部工具版本，到逐渐服务外部客户，再到形成完整的产品体系——每一步都是基于真实项目中的实际需求在迭代。

到了2025年，我们决定让WebRunner参加一次外部的、硬碰硬的检验。

CNAS能力验证：满分是怎么来的

中国合格评定国家认可委员会（CNAS）是国内实验室认可领域最具权威性的机构。它组织的「NAST-PT25001软件性能效率测试」能力验证计划，完全按照ISO/IEC 25001等国际标准执行。这套能力验证的考核结构是这样的：

-三个维度：需求理解与测试设计、脚本编写、测试结果

-每项各有明确的分数门槛

-总分60分以上才算满意，注意是“及格”，不是“通过”

全国263家参评单位，我们最终拿到的结果是——满分100分，全部三项考核都通过。

满分不是我们刻意追求的目标，它是一个自然结果。我们更在意的，是这套考核体系从三个维度上验证了我们产品的设计思路：

1.需求理解与测试设计：说明工具在方法论层面是严谨的

2.脚本编写能力：说明工具的脚本实现是可落地、可执行的

3.测试结果准确性：说明工具采集的数据是可靠、可复现的

这三个点，恰恰是性能测试工具最核心的能力指标。

满分意味着什么

对于使用WebRunner的测试团队来说，这个结果带来的实际价值是：用WebRunner出具的测试报告，背后有国家级权威机构的验证背书。

具体来说：

-方法论维度：工具的测试设计方法经过了国家标准体系的最高评价等级验证。这意味着用它做出来的测试方案，在ISO/IEC国际标准的框架下是站得住脚的。

-数据精度维度：工具在性能数据采集上的准确性得到了确认。这意味测试方和被测试方不需要在“这个数据准不准”这个问题上争论。

-信创适配维度：满分的结果也间接验证了全栈自研路线在国产环境适配上的有效性。WebRunner在国产芯片和操作系统上的表现，不是靠某个商业组件的兼容性来兜底的，而是由底层到上层全链路可控的设计来保证的。

未来：测试工具的技术自主性才刚刚开始

回到我们最开始的那个问题：当越来越多的软件系统运行在国产底层架构上，测试工具本身是否足够可靠、是否具备独立验证的能力？

我们认为，目前只是一个开始。软件系统的复杂度还在持续上升——微服务、云原生、AI集成，每一个技术趋势都在给测试提出新的要求。而信创替代进入深水区，每一个国产技术方案的性能表现，都需要经过充分的测试验证才能让用户真正放心。WebRunner的路还很长。满分通过CNAS能力验证，对我们来说是一个阶段性的节点，但不是终点。

我们与大家分享这件事，不是想说“我们做到了什么”，而是想传达一个判断：国产测试工具的技术自主性，是一个值得全行业持续关注的议题。它的水平，直接影响国产软件整体的质量水平和用户信任度。这需要更多团队一起来做。