【分享】AI 自动化测试方案

问题描述：

用 Claude Code 跑自动化测试时遇到过这种情况吗？生成了一堆测试用例，跑完发现 Token 烧了不少，结果一半是废的——要么断言写错，要么压根定位不到元素。

所以我花了点时间把市面上的 AI 测试方案摸了一遍。就两条路，DOM 解析或者视觉识别，先选一个深耕就行。

---

DOM

原理没什么花活。DOM 就是浏览器把 HTML 页面变成一棵可以被 JavaScript 随意增删改查的树状对象结构。简单说，你写的 HTML 被浏览器变成了一堆"会动的积木"，这些积木可以用 JavaScript 随便抓、改、删、加。

AI 通过选择器找到这些积木，Playwright 负责点点点。就这样。

推荐工具：agent-browser

这是 Vercel 出的一个专门用于 AI Agent 的浏览器自动化 CLI，支持无头模式，可以不打开浏览器进行测试。

# 安装 CLI npm install -g agent-browser # 安装驱动 agent-browser install # 验证安装 agent-browser open baidu.com # 返回以下内容表示成功 # ✓ 百度一下，你就知道 # https://www.baidu.com/

image1830×1806 329 KB

这条路的好处很直接——Token 消耗低，跑得快，CI/CD 接进去顺滑。

但有个前提：你的 DOM 结构得稳定。

纯视觉

这个思路更直观：将页面截图发送给视觉大模型识别，模型返回下一步操作指令，循环执行直到完成全部任务。

推荐工具：Midscene

这是字节开源的纯视觉测试方案，支持 Web、Android、iOS，兼容多种视觉模型：Gemini、Qwen-VL、Doubao-VL。自然语言写测试目标，AI 自己生成脚本。