通过page-agent实现UI自动化测试

基于 alibaba/page-agent 来实现自动化测试，但它与传统的自动化测试工具（如 Playwright、Selenium）有很大的不同。

page-agent 是阿里巴巴开源的一个 基于大语言模型（LLM）驱动的纯前端浏览器自动化库。它颠覆了传统测试中“依赖繁琐、易碎的 DOM 选择器（Selectors）”的模式，允许你用纯自然语言（Natural Language）来编写和执行测试用例。

以下是关于如何使用它进行自动化测试的详细分析、优势、以及局限性：

1. 它是如何应用在自动化测试中的？

在传统测试中，如果一个按钮的 class 变了，测试脚本就会崩溃。而使用 page-agent，它会通过内置的 AI Agent 运行在浏览器端，读取当前页面的 DOM 结构并进行语义分析，然后直接调度原生浏览器事件。

你可以将其整合进测试工作流（例如结合 Playwright 或传统的测试框架）：

• 以前的测试脚本 (Playwright)：

  JavaScript

  await page.locator('#username').fill('testuser');await page.locator('.btn-submit-active').click();

• 使用 page-agent 的测试脚本：

  JavaScript

  import { PageAgent } from 'page-agent';const agent = new PageAgent({model: 'gpt-4', // 或 qwen-plus, claude 等apiKey: process.env.LLM_API_KEY,});// 直接用自然语言下达测试指令await agent.execute("用 'testuser' 填充用户名，并点击登录按钮");

2. 用它做自动化测试的核心优势

• 拒绝“易碎”的脚本（No More Brittle Selectors）： 前端改了 UI 样式、更换了类名或调整了 DOM 结构，只要业务逻辑没变，AI 就能自动识别出正确的输入框和按钮，极大地降低了测试脚本的日常维护成本。
• 零门槛编写测试用例： 测试人员或产品经理只需直接编写自然语言的 Scenario（测试场景说明书），无需深厚的前端编码背景即可创建测试。
• 智能应对动态内容： 它具备语义理解能力，能够自主理解复杂的表单、多步骤的交互流程（如：电商从加购到结算的完整 Workflow），对边缘case有一定的容错和推理能力。
• 纯前端、轻量化： 它不强依赖于服务端的 Python 环境或复杂的 Headless 浏览器配置，可以直接通过 NPM 安装，或通过一个