AI测试 ai 驱动 web 测试自动化的思考和求助
最近在研究 ai 驱动 web 测试自动化，能够将自然语言转化成测试脚本并且执行，但是研究了目前 playwright mcp, chrome devtools mcp，browser-use，agentscope，发现这些工具都存在耗时非常长，一旦脚本复杂，任务成功率下降很快。
期望大佬们能给出一些建议，谢谢～
playwright mcp 试用过，生成的脚本非常乱。打个比如，让他生成登录脚本，它查找账号密码元素位置就是通过猜测可能的定位来实现的，类似: //[@id='account']，但问题是被测页面压根不存在这个 ID，然后它就不断去重试，直到猜测成功为止。假如你生成脚本的场景非常复杂，这个过程会非常耗时，并且不一定能成功。
所以，简单场景可以，但是稍微复杂，步骤多一点的场景 AI 无法替代人工。
至于你说的耗时非常长的问题，这个目前似乎无解，AI 由自然语言转成脚本的大致过程：
- 接收自然语言，理解它
- 获取当前页面的截图 以及 DOM 信息
- 调用 AI 视觉模型
- 生成操作计划
- 计划转成可执行任务
- 元素定位
- 执行操作，比如点击，输入等
主要的耗时还是在第三步上，视觉模型需要分析当前页面的内容，返回需要元素定位和操作，目前试用过好几个视觉模型，基本都是秒级，无法做到毫秒级，一个步骤需要几秒，如果一个脚本有 100 个步骤，这个耗时必定会很长。
题外话：你可以试试 midscene，可以根据自然语言来驱动测试执行，但是面临的耗时长问题依然没解决，不过不需要 MCP 生成脚本这一步。
和视觉模型有关，好用的模型都是收费的。楼主用的哪个？