政策·2026年11月4日·来源： Dev Community

解决不稳定的 Playwright 测试：我们如何利用 AI 代理和 MCP 自动化生成 E2E 测试

Pluswithai 工具的开发人员概述了一种自主 AI 代理的架构方法，该代理可生成 Playwright 端到端测试。该系统旨在通过分析网页应用程序的语义结构并生成标准 TypeScript 代码以集成到现有的开发人员工作流程中，从而缓解诸如脆弱定位器和供应商锁定等常见问题。

当前端进行微小更新（例如更改 Tailwind 类或重新排序 flexbox 容器）导致测试失败时，端到端 (E2E) 测试通常会变得不可靠。这是因为传统测试经常与不稳定的 DOM 结构或任意类名耦合，使得测试套件维护成为一项重要且经常被推迟的工程任务。

所描述的 AI 代理通过探索网页应用程序并推断用户旅程来解决此问题。该代理不是抓取原始 CSS 选择器，而是分析页面的辅助功能树和语义结构。它通过功能角色、可访问标签和 ARIA 属性来识别交互元素，旨在创建更稳健的测试，使其与实际用户感知 UI 的方式保持一致。

一个关键的设计原则是避免供应商锁定，这是许多 AI 测试工具将测试嵌入专有格式的问题。该代理输出惯用的 Playwright TypeScript 代码，使用标准实践，例如 `page.getByRole()` 和 `page.getByLabel()`。这允许开发人员将生成的测试直接提交到 Git，在本地运行它们，或将它们集成到现有的 GitHub Actions 管道中，从而完全控制其测试资产。

该架构通过命令行界面 (CLI) 工具和模型上下文协议 (MCP) 服务器支持开发人员界面。MCP 服务器使支持代理的集成开发环境 (IDE) 能够直接与测试引擎交互，允许开发人员在其编码环境中请求特定应用程序流程的测试套件生成。