解決不穩定的 Playwright 測試：我們如何利用 AI 代理和 MCP 自動生成 E2E 測試

當前端進行微小更新（例如更改 Tailwind 類別或重新排序 flexbox 容器）導致測試失敗時，端到端 (E2E) 測試通常會變得不可靠。這是因為傳統測試經常與不穩定的 DOM 結構或任意類別名稱耦合，使得測試套件維護成為一項重要且經常被推遲的工程任務。

所描述的 AI 代理透過探索網頁應用程式並推斷用戶旅程來解決此問題。該代理不是抓取原始 CSS 選擇器，而是分析頁面的輔助功能樹和語義結構。它透過功能角色、可訪問標籤和 ARIA 屬性來識別互動元素，旨在創建更穩健的測試，使其與實際用戶感知 UI 的方式保持一致。

一個關鍵的設計原則是避免供應商鎖定，這是許多 AI 測試工具將測試嵌入專有格式的問題。該代理輸出慣用的 Playwright TypeScript 程式碼，使用標準實踐，例如 `page.getByRole()` 和 `page.getByLabel()`。這允許開發人員將生成的測試直接提交到 Git，在本地運行它們，或將它們整合到現有的 GitHub Actions 管道中，從而完全控制其測試資產。

該架構透過命令列介面 (CLI) 工具和模型上下文協議 (MCP) 伺服器支援開發人員介面。MCP 伺服器使支援代理的整合開發環境 (IDE) 能夠直接與測試引擎互動，允許開發人員在其編碼環境中請求特定應用程式流程的測試套件生成。