整了个 demo 出来，看下这个：
https://testerhome.com/topics/43551

初级自动化开发人员会被加速淘汰，资深自动化测试专家的价值会被 AI 放大。有了 AI，测试专家就能操纵一堆 AI 工具人开展测试活动了，初级测试人员会被挤出。就是原来一个业务单元需要投入一个测试专家和 10 个初级测试，可能会变成一个专家搭配 1 个初级测试和 9 个 AI。

就是基于它封装的，无需 python 编程就能开发自动化用例，还能灵活扩展，不受平台约束。

对，理念是一样的。可读性强很多。

还没试过 iframe，我觉得写个指令切换过去就行了，难度不大

是的，提前生成好脚本，固定下来执行，找不到元素时再出发 AI 自愈。

最新消息，昨天测试 MCP 的 token 消耗数据不是最新的，账单数据同步延迟一个小时左右，今天看到账单，居然欠费了！随便玩一下，就欠费了，钱包在痛。

体验了一下 playwright mcp，AI 生成自动化测试代码离我们不远了
https://testerhome.com/topics/43494

估计失业得更快 AI 根据需求文档生成自然语言用例更容易做到

是的，传统开发很危险，有固定模式的编程都面临 AI 替代冲击

按我的理解，自动化的目标是限时输出一份质量评估报告。低代码和纯 python 编程之间取得一个平衡，python 门槛高一些。低代码是以损失灵活性为代价的，适合非技术人员，纯 python 编程具有最大的自由度，适合技术人员。看你当下的人员技能、产品质量评估效率要求，选择自己合适的。
让 AI 通过范式来实现自动化测试，你说得很有道理，可以试试看。

Robot Framework 就是自动化测试呀，框架虽然老旧了一点，可以试试。

公务员吧，堵制度漏洞，防止大龄进体制混日子，到 60 岁直接领社保退休。

珠玉在前，确实不错，社区里大神多啊

你想说我是一个自作聪明重复造轮子的吧，哈哈

你的团队应该是有比较多的自动化用例了，需要刷新接口、xpath、预期值来适应版本的变化，这是更高级的烦恼了。根据自然语言来分析问题失败在哪个环节，会比阅读 python 高效一点。

不追求复杂场景 100% 覆盖，大部分情况低代码组装，少数情况自定义，测试聚焦测试策略制定和用例设计。要是完全用 pytest 来写用例，还是那个问题，有这水平的测试人员，都被老板拉去搞开发了。

对于懂 Python 编程的测试团队，pytest 无疑是合适的，不用再搞自然语言关键字。对于没有编程能力的测试团队，自然语言级的低代码是必要的。

也试用了一下 Behave，可以将关键字封装得更通用一些，参数化比 RobotFramework 做得优雅一些，RF 的 XPATH 放在用例描述中，自然语言和技术语言混杂，看着头疼。
下面这个例子是 Behave 的封装：

我觉得要是做出来了，肯定能大幅提升自动化测试开发效率

多谢指导，就是想要这样，中文关键字低代码编程，用例干啥的一看就懂

你们用 rf，是用英文关键字写用例的吗？

安装使用了一下，SeleniumLibrary 所有内置关键字（如 Open Browser、Input Text、Click Element）均使用英文命名，无官方中文关键字版本，需要通过英文关键字 + 中文参数 + 自定义封装‌ 实现中文协作，中英文混杂，看着难受。在中文环境推广不起来。

我们开发软件不就是在封装底层的复杂操作吗，封装的水平和程度不同而已

这个功能单一，有点原始。。。

你这个组合就是我想要的 robot framework +bdd，既能自然语言级别的低代码，又能扩展编程。恕我孤陋寡闻了，哈哈，多谢大神。