Bug0 发布 QA Agent,利用缓存的 Playwright 回放实现回归测试自动化

资讯 AI 行业观察 作者:Bruno Couriol 全文 2198 字 · 约 6 分钟读完 分类开源智能体

Linearbytes 发布了 Bug0 QA Agent,这是一个用于代理式浏览器回归测试的开源 Playwright 库。该 AI 代理能够将以自然语言表达的测试指令与用户界面操作关联起来,在适当情况下缓存这些操作以加快持续集成(CI)的重放速度,并在用户界面发生变化时将其重新映射到测试规范。验证过程基于最多三个大

所属频道 智能体与 Agent开源生态

Linearbytes 发布了 Bug0 QA Agent,这是一个用于代理式浏览器回归测试的开源 Playwright 库。该 AI 代理能够将以自然语言表达的测试指令与用户界面操作关联起来,在适当情况下缓存这些操作以加快持续集成(CI)的重放速度,并在用户界面发生变化时将其重新映射到测试规范。验证过程基于最多三个大语言模型(LLM)达成的共识以及视觉模型的评估结果。

一方面,虽然传统的 Web 应用程序测试方法在很大程度上实现了自动化,但并未将人工智能作为提高生产力的关键因素。而另一方面,创新团队则采用完全基于代理的自动化测试方法,其中代理处于核心地位,动态地处理每一次浏览器交互。

传统方法往往难以摆脱已知的痛点。测试套件通常依赖于实现细节(CSS 类、属性、data-testid),即使规范保持不变,这些细节也可能发生变化,从而导致不必要的测试重写和重构。测试不稳定的根源在于支撑 Web 应用的底层系统具有内在的不可预测性——它们往往是复杂的异步分布式系统,容易引发竞态条件、延迟波动以及请求丢失等问题。

另一方面,AI 优先的测试方法则存在延迟过高的问题,这使得它们不适用于大型回归测试套件。通常,大语言模型(LLM)会在每个步骤中增加几秒钟的延迟,这会推高 API token 成本,而且,由于所执行操作的非确定性,还会引入其特有的不稳定性。不过,从积极的一面来看,测试生成对实现变更的适应性比较强;图像和视频模型也许能在一定程度上实现视觉验证。

Bug0 提出了一种混合方法,其中,自主代理将初始视觉探索与常规回归执行解耦。开发人员可以在标准的 Playwright 规范文件中,使用纯英文编写声明式测试步骤。

test("Shopping cart tests", async ({ page }) => {  await runSteps({    page,    test,    expect,    userFlow: "Add product to cart",    steps: [      { description: "Navigate to https://demo.vercel.store" },      { description: "Click Acme Circles T-Shirt" },      { description: "Select color", data: { value: "White" } },      { description: "Select size", data: { value: "M" } },      { description: "Add to cart", waitUntil: "My Cart is visible" },    ],    assertions: [{ assertion: "Cart shows the Acme Circles T-Shirt" }],  });});
复制代码

在首次执行时,代理会检查可访问性树和屏幕截图,以理解用户界面并执行请求的操作。一旦单操作步骤执行成功,框架就会将该交互编译为具体的浏览器操作,并将其缓存到内存中的 Redis 存储中。在后续运行时,测试套件会直接通过 Playwright 重放缓存的操作,从而避免了进行新的 LLM 推理所带来的延迟开销。

当用户界面的实现细节发生变化(例如按钮坐标更新、表单层次结构修改)时,重放的 Playwright 操作可能会因此失败。但 Bug0 QA Agent 不会让整个测试运行失败,而是会检测中断,清空操作缓存,并重新调用多模态代理循环。需要注意的是:缓存仅适用于单操作步骤;复杂的多操作指令在每次运行时都会通过代理重新执行。

与操作步骤不同,断言验证不会被缓存。每次迭代时,断言都会通过视觉模型执行。Claude 和 Gemini 会独立评估每个断言,如果结果不一致,则由第三个模型进行裁决。视频模型能够捕获瞬时 UI 缺陷(例如自动消失的提示弹窗、一闪而过的横幅报错)。

该框架通过 mailsink 以及 Mailinator 等社区开发的适配器,集成了一次性邮箱测试功能,允许测试通过自然语言提示(如 {{email.otp:Extract the 6-digit code}})提取一次性密码(OTP)和魔法链接。

Chevrot 等人(自主 Web 代理是优秀的测试人员吗?)指出,他们表现最好的自主测试架构(ATA)在测试运行中与人类专业测试人员的一致率仅为约 60%,并且指出,断言可验证性与锚定能力(即识别目标应用程序中与测试操作相关的元素)是推动自主测试代理大规模应用的关键因素。该论文发表于 2025 年 4 月,研究中使用了 GPT-4o、Sonnet 和 Gemini。随着语言模型和测试框架的持续改进,利用人工智能提升测试各环节(生成、自愈、执行、分类、分析)生产力的工作也在不断推进。

Bug0 QA Agent 遵循 Functional Source License 1.1 版本 Av2 未来许可。该许可协议是一种源码可用的许可协议(不属于开源许可),在使用的前两年内会施加竞业禁止限制。据其首位倡导者 Sentry 所述,创建该许可协议的目的是“在赋予使用自由的同时,杜绝有害的搭便车行为”。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  2. AI智能体“闯入”银行系统?亚利桑那州对OpenAI等企业启动刑事调查

    【TechWeb】11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。” 梅耶斯透露,其办公

    来源 AI 行业观察
  3. 谷歌提出SIM记忆机制:让AI智能体跨模型持续自我改进

    模型一换,精心优化的 agent harness 可能立刻“水土不服”。专为 Claude 演化的 harness 甚至可能给 Gemini 带来“负收益”。因此,模型迁移后需要重新评估继承的修改,判断哪些仍然有效,哪些需要修订。 harness 管理 agent 的上下文、工具和执行流程。递归自我改进(RSI)虽会依

    来源 AI 行业观察
  4. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  5. 蚂蚁国际杨鹏SFF谈未来金融:AI重塑资金流动,普惠与可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
  6. 银行警告AI智能体擅动账户:用户或需自担损失

    IT之家 11 月 19 日消息,如果你的 AI 智能体做出了一笔糟糕的财务决策,最终可能只能由你自己承担损失。 这是近期多家大型银行向客户发出的警告。根据 Business Insider 查看的银行邮件和应用通知,银行实际上是在提醒用户:如果 AI 智能体获得了访问金融账户的权限,其执行的操作可能被视为用户本人的行

    来源 AI 行业观察
  7. HarmonyOS 6上搭多Agent仓储调度:智链仓枢实战拆解

    本文介绍基于HarmonyOS 6(API 23)开发的「智链仓枢」系统。通过HMAF框架实现调度、路径、库存等多Agent协同,利用悬浮导航和沉浸光感优化PC端交互体验,结合端侧LLM推理与分布式软总线,解决异构设备协议不统一及实时调度延迟问题,展示了一套完整的云-边-端协同仓储解决方案。

    来源 AI 应用前沿
  8. Strands Box:给Agent套上沙箱,决策模型砍掉输出头

    AWS首席开发者布道师Darko介绍决策模型文丨苏扬编辑丨徐青阳让Agent往readme.md里加一行 Hello,这条再普通不过的指令却被拒绝了。11月18日,亚马逊云科技(AWS)在北京举办了一场开发者沟通会,邀请首席开发者布道师Darko详细讲解了AWS为开发者提供的构建Agent的工具箱“Strands”。写

    来源 腾讯网
  9. 小红书内测「搭搭」:把个人生活经验做成Agent

    内容编辑丨特工小师 特工小天内容审核丨特工少女前两个月我们在编辑部讨论过一个问题:Personal Agent 这个概念今年越来越热,国内互联网大厂里,谁最有可能做出一个真正围绕个人生活的 Agent?当时我脑子里第一个跳出来的答案是小红书。我们生活里那些很个人的事情,买什么防晒霜、周末去哪吃饭、装修选什么风格、养猫喂

    来源 腾讯网
  10. Agent框架怎么选:用三条硬约束筛,别在LangGraph和Codex之间二选一

    面对LangGraph、DSH、Codex等六个主流Agent框架,很多开发者陷入“谁更好”的误区。本文提出12维对比法,强调✅/⚠/❌是工程行动信号而非评分。通过模型兼容、默认沙箱、本地形态三条硬约束先筛后评,主张跨框架分层组合:DSH作运行时,LangGraph提供流程表达,Codex贡献沙箱设计。附带决策矩阵代码

    来源 AI 应用前沿
  11. Claude开AI工厂:7周造38个模型,狂揽5.5万下载

    Claude开了一家造AI的工厂! 七周,Claude交出38个模型,狂揽约5.5万次下载,杀进100多个GitHub项目。 38个模型累计下载约5.5万次,光是提示注入检测系列就有约1.7万次下载。 这AI工厂背后的「老板」叫Horizon,是一个基于Claude Opus 5.5的智能体。 它开局拿到的,只是一个空

    来源 AI 行业观察
  12. Exa年化收入破1亿美元,Vercel收购Traces,Agent基建竞争升温

    2026年末的AI圈不再只盯着模型参数,而是转向了更务实的基础设施。Exa凭借Agent搜索需求实现年化收入1亿美元,Vercel收购Traces试图定义新的软件原语,Google Cloud则指出算力瓶颈已转移至数据I/O。与此同时,国内大厂开始主动限制模型的攻击能力,Claude Code团队公开了高比例AI生成代

    来源 AI 应用前沿
  13. 业务本体:面向 AI 与数据分析,统一规范业务概念与指标口径 | 技术趋势

    2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 11 月 3 日,我们宣布推出 Business Ontology ,即将开启公开预览。它提供了一种受治理的方式,支持团队定义、归属、审批共用业务术语、实体、关联关系与

    来源 AI 行业观察
  14. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  15. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  16. 企业的智能体转型(Agentic Transformation),要经历三次跨越

    过去一年,企业部署 AI 的速度,远快于组织真正吸收 AI 的速度。模型持续迭代,智能体调用量不断上升,但多数企业的营收结构、组织效率与决策质量并未同步改写。问题并不在于企业缺少技术热情,而在于它们往往把 AI 当作一层可加装的能力,而非一场必须被经营、被组织化吸收的转型。 从这个意义上说,今天企业面对的,并不是一次单

    来源 AI 行业观察
向下滚动自动加载更多