测试工程师要失业?Magnitude:开源AI Agent驱动的端到端测试框架,让Web测试更智能,自动完善测试用例!

简介: Magnitude是一个基于视觉AI代理的开源端到端测试框架,通过自然语言构建测试用例,结合推理代理和视觉代理实现智能化的Web应用测试,支持本地运行和CI/CD集成。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🚀 「测试工程师要失业?这个AI框架能看懂界面变化,自动修复测试用例!」

大家好,我是蚝油菜花。你是否也经历过这些测试噩梦——

  • 👉 前端改了个按钮位置,200个测试用例集体报错
  • 👉 手工编写XPath选择器,DOM结构一变全白写
  • 👉 CI/CD流水线里,脆弱的E2E测试成了发布瓶颈...

今天要拆解的 Magnitude ,正在重新定义Web测试!这个开源视觉AI测试框架:

  • 自然语言写用例:像聊天一样描述测试步骤,告别XPath地狱
  • 动态适应变化:AI能"看懂"界面更新,自动调整测试策略
  • 双核驱动:推理代理规划测试流程,视觉代理精准执行操作

已有团队用它将测试编写时间缩短80%,接下来带你深入这个"会思考"的测试框架!

Magnitude 是什么

Magnitude

Magnitude 是一个开源的视觉AI代理驱动的端到端测试框架。它通过自然语言构建测试用例,利用强大的推理代理规划和调整测试流程,基于快速的视觉代理执行测试。

该框架支持本地运行和CI/CD流水线集成,同时提供托管服务,包括托管的浏览器基础设施和LLM基础设施,简化测试管理。Magnitude帮助开发者高效地测试Web应用,确保应用质量。

Magnitude 的主要功能

  • 自然语言测试编写:基于自然语言描述测试步骤和检查点,降低测试门槛。
  • 智能推理与视觉执行:推理代理动态调整测试策略,视觉代理可靠执行测试。
  • 灵活运行选项:支持本地运行、CI/CD集成和托管服务,满足多种测试需求。
  • 托管与自托管:提供托管服务简化管理,支持自托管满足隐私和定制需求。
  • 测试管理与可视化:控制台管理测试用例,查看测试结果和历史记录。

Magnitude 的技术原理

  • 视觉AI代理:计算机视觉技术识别和理解Web界面元素。基于视觉模型,Magnitude能够"看到"界面的变化,如按钮位置的改变、文本内容的更新等。
  • 推理与规划模型:自然语言处理(NLP)技术解析测试用例中的自然语言描述,转化为可执行的测试步骤。推理代理根据应用界面的动态变化,实时调整测试计划。
  • 数据驱动的测试执行:测试用例中的数据(如用户名、密码等)灵活配置,支持敏感数据的安全存储和使用。测试执行过程中,视觉代理和推理代理协同工作。

如何运行 Magnitude

1. 安装测试运行器

在要测试的node项目中安装:

npm install --save-dev magnitude-test

2. 初始化Magnitude

运行初始化命令:

npx magnitude init

这会创建基本的测试目录结构。

3. 配置Magnitude客户端

获取API密钥并设置环境变量:

export MAGNITUDE_API_KEY=<your-api-key-here>

4. 运行测试

执行所有测试:

npx magnitude

5. 添加测试用例

示例测试用例:

test('can log in and create company')
    .step('Log in to the app')
        .data({
    username: 'test-user@magnitude.run' })
        .secureData({
    password: 'test' })
        .check('Can see dashboard')
    .step('Create a new company')
        .data('Make up the first 2 values and use defaults for the rest')
        .check('Company added successfully');

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

相关文章
|
4月前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
4月前
|
数据采集 存储 人工智能
从0到1:天猫AI测试用例生成的实践与突破
本文系统阐述了天猫技术团队在AI赋能测试领域的深度实践与探索,讲述了智能测试用例生成的落地路径。
从0到1:天猫AI测试用例生成的实践与突破
|
5月前
|
分布式计算 测试技术 Spark
科大讯飞开源星火化学大模型、文生音效模型
近期,科大讯飞在魔搭社区(ModelScope)和Gitcode上开源两款模型:讯飞星火化学大模型Spark Chemistry-X1-13B、讯飞文生音频模型AudioFly,助力前沿化学技术研究,以及声音生成技术和应用的探索。
507 2
|
4月前
|
数据采集 人工智能 搜索推荐
智能新纪元:多模态大模型如何重塑人机交互
智能新纪元:多模态大模型如何重塑人机交互
310 113
|
5月前
|
云安全 人工智能 安全
|
5月前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
868 12
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
如何让AI更“聪明”?VLM模型的优化策略与测试方法全解析​
本文系统解析视觉语言模型(VLM)的核心机制、推理优化、评测方法与挑战。涵盖多模态对齐、KV Cache优化、性能测试及主流基准,助你全面掌握VLM技术前沿。建议点赞收藏,深入学习。
1505 8
|
5月前
|
人工智能 自然语言处理 前端开发
深度解析Playwright MCP:功能、优势与挑战,AI如何提升测试效率与覆盖率
Playwright MCP通过AI与浏览器交互,实现自然语言驱动的自动化测试。它降低门槛、提升效率,助力测试工程师聚焦高价值工作,是探索性测试与快速验证的新利器。

热门文章

最新文章