Giter Site home page Giter Site logo

have-not-bug / front_end_group_score Goto Github PK

View Code? Open in Web Editor NEW

This project forked from itbeihe/front_end_group_score

0.0 0.0 0.0 156 KB

看软件随想录,看到了乔尔测试,就想整理一个粗略的前端团队质量测试。

License: MIT License

front_end_group_score's Introduction

前端团队简单评分

看软件随想录,看到了乔尔测试,就想整理一个粗略的前端团队质量测试。经常听到一些人说自己团队不够专业,技术不好,但是如何是好,如何是不好,都是个人有个人的标准。于是根据乔尔测试改了一个前端团队评分,当然这个肯定非常业余,仅仅供参考。

乔尔测试

这是乔尔(软件随想录作者)在2000年提出的一个超简单的软件团队质量测试方法。

1. 你们用源码管理系统吗?
2. 你们能一键编译么?
3. 你们做每日编译么?
4. 你们有bug数据库么?
5. 你们在写新代码前修改以前的bug吗?
6. 你们的进度表是最新的么?
7. 你们有软件规格说明书么?
8. 程序员的工作环境安静吗?
9. 你们使用了能买到的最好工具吗?
10. 你们有测试人员吗?
11. 你们面试时会要求应聘人员写代码吗?
12. 你们做过走廊可用性测试吗?

每项回答只用回答是或否,不用统计每天写多少代码,代码bug率多少,bug存活周期。“是”加一分,“否”不记分。

12分是完美,11分是尚可,10分以下就说明团队问题挺多。乔尔说他收到的结果中很多公司都是很低的评分,甚至二三分。当然这是十多年前的事了。现在太陈旧了。

相关资料:

前端团队测试

乔尔测试是一个15年前的测试了,主要针对传统软件团队的测试,对于前端团队呢?前端是个很新的工种,专业的前端团队也都是08之后开始飞速发展的,这几年也开始融入工程化的**。变得越来越专业,质量要求越来越高,我们也需要一个简单的测试,去评估一个团队靠谱程度。

根据前端的一些特殊性,对乔尔测试做了一些修改,修改后如下。

1. 你们使用版本管理系统的分支功能么?
2. 你们能一键构建么?
3. 你们做持续集成么?
4. 你们有正确使用bug管理软件么?
5. 你们在写新代码前修改以前的bug吗?
6. 你们的进度表是最新的么?
7. 你们有软件规格说明书么?
8. 程序员的工作环境安静吗?
9. 你们使用了足够好的工具吗?
10. 你们尝试自动化测试没?
11. 你们有足够的分享和团建活动么?
12. 你们有专业的UE人员么?

满足一条记一分。根据个人经验,能达到10分以上的在国内都算一流的团队了,可以欢快的加入了。

以上仅限于我的个人经验,肯定有很多不足的地方,就当抛砖引玉了,欢迎各位拍砖。

1.你们使用版本管理系统的分支功能么?

乔尔测试是在2000年编写的,现在已经2015年了,源码管理系统早已成为软件开发的标配。在git,svn大行其道的现在,我认为对代码管理的要求,应该更进一个档次,这里暂且认为使用分支功能说明一个团队在使用版本管理系统足够成熟。

在团队中,多个需求并行开发是常有的现象,仅仅单主干开发,是会出现各种协调问题的,这在一个成熟团队当中是不应该出现的。

相关资料:

2.你们能一键构建么?

乔尔测试中是说编译,编译是编译型语言要作的事情,js是解释型语言,并没有这个步骤。早期我们开发是很欢乐的所见即所得,但是现在的前端,有一系列的工程化问题要去做:如静态资源的压缩,合并,加载;组件化和模块化等等事情。针对这些事情,如果没有对应的工具,去自动完成这些事情,甚至优化相关事情没做,可以认为是不够成熟的前端团队。

3.你们做持续集成么?

这是跟工程化紧密相关的前端话题,也是当前最热的问题之一。持续集成保证第一时间发现一些很明显的bug。

相关资料:

浅谈前端集成解决方案———张云龙

4. 你们有正确使用bug管理软件么?

理由参照乔尔测试(翻译)

5. 你们在写新代码前修改以前的bug吗?

理由参照乔尔测试(翻译)

6. 你们的进度表是最新的么?

理由参照乔尔测试(翻译)

7. 你们有软件规格说明书么?

理由参照乔尔测试(翻译)

8. 程序员的工作环境安静吗?

理由参照乔尔测试(翻译)

9.你们使用了足够好的工具吗?

乔尔测试中“顶尖的开发团队是不会亏待程序员的”,这句话相当赞同。在今天,浏览器随随便便几百兆内存,一个IDE近1G内存…… 而前端调试由往往多开浏览器,甚至多开虚拟机,加上IDE,各种工作软件,没个8G以上内存,双显或24寸以上大屏,你怎么能去指望一个前端开心工作。

鉴于国内的国情,除了美帝的企业可能提供最好,BAT的团队肯定是阵亡的。咱们就别要求跟美帝比了,不要求最好,足够好就行了。当前给前端配4g内存,i3处理器,19寸屏幕,肯定是不行的。 各种付费的工具软件也省省吧,能团队内分享各种免费好软件就挺好了。

10. 你们尝试自动化测试没?

乔尔测试中的专职测试要求在今天太低了,现在由测试人员都是标配了。我们提升至尝试自动化测试吧,虽然对国内团队要求高了,但是国际一线的团队,真的在做自动化测试。 自动化一直很热,但实际事实上很少能做到,需求快速变更,导致自动化测试脚本的维护成本很高,国内只有少数团队能做到。

11. 你们有足够的分享和团建活动么?

乔尔测试中“你们面试时会要求应聘人员写代码吗?”,这条在**接近不现实的,大家都很忙,没几个人愿意当场写代码了。看代码也可以去应聘者的项目。更何况我们还有试用期呢。

本质上乔尔测试应该想看这个人与团队合不合的来,追求的是团队人员气场相合。所以这里就看团队的分享和团建活动吧,团建活动未必就是吃喝旅游,也可以是一些头脑风暴,团队活动之类的事情。同一个团队,不同的小组之间没多少交流,资源不打通,是一件相当恐怖的事情。

12. 你们有专业的UE人员么?

可用性的问题,交给专业的UE去做更好,请不要让不擅长设计的前端去搞设计呀。

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.