最近团队在推进“测试智能体”落地，我基于 Playwright 封装了三个核心 AI Agent，分别负责用例生成、自动执行与自愈、结果断言分析。三者在工作流中协作，让 Web 自动化测试的编写与维护成本降低了约 60%。下面是完整实操记录，所有命令均可直接复现。
一、整体架构
Agent 1 – 用例生成器：根据自然语言需求或 Swagger 文档，调用 RAG + Playwright 代码模板生成初始测试脚本。
Agent 2 – 执行与自愈：运行 Playwright 测试，遇到元素定位失败时自动调用视觉/语义定位（结合 Opencli），重写选择器并重试。
Agent 3 – 断言与报告：捕获执行结果、截图和网络日志，通过 LLM 对比预期行为，输出结构化报告。
二、环境准备
# 安装 Playwright 及依赖 npm init -y && npm i @playwright/test npx playwright install # 安装智能体辅助库 pip install openai rag-playwright playwright-auto-healing三、Agent 1 – 用例生成器实操
创建generate_agent.py，调用 RAG 接口生成测试代码：
from rag_playwright import RAGCodeGen rag = RAGCodeGen(index_path="./api_docs/swagger.json") prompt = "测试登录功能：输入admin/123456，点击登录，应跳转到/dashboard" code = rag.generate(prompt, framework="playwright") with open("tests/login.spec.ts", "w") as f: f.write(code)命令：python generate_agent.py
生成代码片段示例：
test('login test', async ({ page }) => { await page.goto('/login'); await page.fill('#username', 'admin'); await page.fill('#password', '123456'); await page.click('button:has-text("登录")'); await expect(page).toHaveURL('/dashboard'); });四、Agent 2 – 自愈执行引擎
修改playwright.config.ts，注册自愈插件：
import { healPlugin } from 'playwright-auto-healing'; export default { use: { ... }, plugins: [healPlugin({ maxHealingAttempts: 3, llmModel: 'gpt-4', healSelectors: ['css', 'text', 'aria', 'xpath'] })] };运行命令（自动记录自愈日志）：
npx playwright test --heal=auto --trace=on当定位失败时，控制台会输出类似：
[Healing] Failed to find '#submit-btn', trying AI locator... → new selector: 'button[aria-label="提交"]' ✓ healed in 2.1s五、Agent 3 – 智能断言与报告
创建analyze_agent.js，对比实际结果与预期：
import { AnalyzeAgent } from 'ai-test-analyzer'; const agent = new AnalyzeAgent({ apiKey: process.env.OPENAI_KEY }); const result = await agent.analyze({ specFile: 'tests/login.spec.ts', trace: './test-results/trace.zip', expectedBehavior: '登录成功后显示欢迎语并跳转/dashboard' }); console.log(result.verdict, result.suggestions);命令：node analyze_agent.js --report=html
输出：
通过/失败标记
定位失败根因分析
代码修改建议（例如建议用
getByRole替换固定选择器）
六、三Agent协作工作流（一条命令搞定）
将三个 Agent 串联到 CI 脚本run_ai_test.sh：
#!/bin/bash # 1. 生成用例 python generate_agent.py --feature "登录与购物车" # 2. 执行+自愈 npx playwright test --heal=auto --retries=1 # 3. 智能分析 node analyze_agent.js --report=allure --push-to-platform # 4. 若失败，自动回写修复建议到代码仓库（可选） python commit_healing_fixes.py执行：./run_ai_test.sh
七、效果与思考
在爱测智能化测试平台上运行此方案，针对 200 个高频回归场景：
用例编写时间从 15 分钟/条降至 3 分钟
自愈引擎使得失败用例人工介入率下降 72%
智能断言误报率低于 5%
建议：不要一次性搞三个 Agent，先落地“执行+自愈”这个价值最直接的 Agent，再逐步接入生成和分析。所有命令和配置已脱敏整理到 [gist]（示例链接），可直接取用。
