AI导哈

AI辅助手动测试工具

利用Model Context Protocol (MCP)集成Playwright，提供智能导航、交互式测试、可访问性和用户体验分析以及自动报告生成功能。

  • by fariasangelica
  • 本地部署
  • 更新于
在 GitHub 查看 fariasangelica/ai-manual-test-mcp

使用说明

剧作家MCP-AI手动测试助手🎭

这个项目使用 模型上下文协议（MCP） 为了整合 剧作家 人工智能代理，允许执行辅助手动测试，智能导航和自动生成辅助功能和用户体验报告。

关于项目

与基于硬脚本的传统自动化不同，该仓库配置了一个环境，人工智能可以：

  1. 主动浏览 提供的URLs。
  2. 与元素交互 作为一个真正的用户界面。
  3. 批判性分析 可访问性和用户体验。
  4. 生成证据 （截图）和自动结构化报告。

仓库结构

  • prompts/： 包含系统指令 （.md对于AI代理。
  • playwright-mcp/MCP 服务器的设置和二进制文件。
  • manual-tests/: 用于 AI 生成报告的文件夹。

先决条件

  • Node.js instalado。
  • 任何与MCP兼容的客户端。
  • 在您的文件中配置 Playwright MCP 服务器。
  • Servidor MCP:@modelcontextprotocol/server剧作家

设置和安装

  1. 安装 Playwright 依赖关系：

    npx playwright install

  2. 安装 Playwright MCP 服务器：

     npm install @modelcontextprotocol/server-playwright
ou instando pela extensão no vscode: @mcp playwright

如何执行测试

  1. 在 prompts/playwright-manual-test-report.md 中打开提示符文件。
  2. 在您的人工智能工具的聊天中，请让它遵循文件中的说明。
  3. 命令：访问 [您的链接] 并测试最关键的用户工作流程
  4. 代理将生成报告，并将证据保存到 。 /手动测试/。

🎓 学分和学习

  • 这个项目是基于Lucas（Codemify）分享的知识开发的。
  • 原始视频： 剧作家MCP-如何使用人工智能进行手动测试。
  • 运河： 代码。

相关 MCP