chrome 的 mcp+skill+ 多模态的模型可以直接做到把原型稿的网站和需要测试的网站丢给 AI，先根据原型生成测试用例再根据测试用例写 playwright 脚本和 UI 自动化，但是比较烧 token

目前从 0 到 0.5 的平台开发好了，基于 React+Fastapi+langchain 和 langgraph 实现的，新建会话后用户上传需求/文档/照片，输入生成用例/需求分析/UI 识别，主管智能体会进行意图识别调用对应的智能体进行输出，在同一会话内再次上传内容只需要在输入内加上追加/增加等字样，智能体可基于上下文的内容追加生成，目前还在持续开发中，之后的功能打算加上自动生成 UI 和接口自动化脚本和 MCP 配置以及知识库，到时候再开源

用的多不多不太清楚，但是我用 MCP 和 skill 确实可以做到 UI 自动化的冒烟测试以及编写测试用例这些功能，但是难以进行集成，缺少数据的集中管理，用 ide 还有个问题加上 token 消耗特别大，如果公司给钱另说，但是应该愿意给测试分配资源的公司应该不多吧，我现在就再自掏腰包

其实是只要需要 AI 干活的文档等输入内容都得写详细，如果很模糊做不了 AI 相关的工作，需求文档超过上下文这一点这个确实，但是目前来说如果用 AI 做测试前准备的话，拆分为一个模块一个模块的给 AI 生成的东西最准确也最具有实际价值，整个业务流程的可以专门另外再加一个智能体和提示词专门用于全流程的冒烟分析

老板的话听听就行了，我公司也是而且是初创公司大部分业务都和 AI 和智能体相关，老板还强制要求要用 AI 辅助工作，使用比例还得很高，实际上公司开发天天赶进度，自动化更是做不了一点，项目频繁变更，接口也时不时改参数改字段

其实招聘的上的信息要求会自动化 + 性能 + 接通某种语言，都是 HR 顺手写的，实际公司大概率是用不到进去也是点点点，尤其是初创公司，基本上时间都在赶项目，不会给你时间也没必要做自动化，自动化主要是跑稳定且需要经常回归的项目，然后就是看工作年限吧，一般年限不高的面试官估计也知道你就懂个皮毛，不会问很深，但是确实的门门槛越来越高了

github 上有挺多但是大部分平台其实用来实际落地有点困难

对于迭代的需求生成的用例是人工进行补充背景文档然后整体再给 llm 生成吗

看起来也是工作流，上传需求，调 llm 使用给的提示词生成用例保存

同的 diyf 和 python 直接写

先积累经验之后再尽量看看

华为的 od 也是外包且 996，一个一个不吱声

目前 AI 在测试这一块感觉还是提不了多少效，智能定位不稳定，执行效率也慢，如果公司舍得花钱用好的 llm 和编程软件写自动化代码那肯定更好但是小公司应该不舍得，老板给时间学，可以就都了解下，也是自己在学东西，实现企业级的落地并在测试上还是得花很久的，最快的就用 dify 和 coze 等做一个生成用例的 chatflow 给老板交个差

我也是今年才毕业，现在最大的优势就是工作中有时间学东西，公司也有时间让你学，学代码学 AI 学各种进阶的东西，学的差不多了，工作经验也够了就可以准备跳槽了

我在 cursor 上跑了这个 跑是可以跑 但是速度特别慢，比手工慢，比传统元素定位方式也慢，能集成自己跑吗

支持

好有道理

这个平台看起来很好用

目前看了一下 dify 比较适合 coze 得收费，昨天试了下 dify 部署在本地电脑跑 8b 的大模型就卡到不行

上海好找工作吗 明年打算去上海发展

在武汉 应届生才 5 但是公司招聘上写的 7 到 10 项目发布的时候加班挺多

按道理来说主流程不通打回或者让开发赶紧修，测试开发 UI 都是给产品服务 有啥问题直接和产品沟通，坚决不背锅

水一下

我也在小公司平常都接触不到代码和数据库，也是打算用公司的产品练一下接口和 ui 自动化 干个一年半载就去一线城市发展

对的 现在各种各样的测试机构都是几千或者大几千，我是比较犹豫要不要花点报个网课机构 比较系统的学一下自动化方向 网上免费的课程比较杂，学起来比较费时