开始前先说明一点网上标着“AI 自动化测试”的资料很多但多数要么只讲概念要么贴几个 Selenium 函数就当实战。真正能把 AI 辅助能力用进自动化测试框架并且完整跑通接口、UI、报告、排查全流程的内容反而很少。这篇文章不聊虚的直接从一个可运行的“AI 自动化测试”项目入手带你搭建一套基于 Python Pytest Playwright Allure 的测试框架同时加入 LLM 辅助生成用例、自动修复元素定位的模块。整个教程会覆盖环境搭建、被测应用编写、页面对象模型设计、AI 辅助模块实现、运行与报告生成以及常见问题排查。新手照着敲也能跑通有基础的可以直接拿框架去扩展。1. AI自动化测试到底是什么1.1 自动化测试的痛点为什么脚本写多了反而累很多测试同学刚接触自动化时心里想的是“写一次脚本以后自动执行彻底解放双手”。但实际进入项目后会碰到几个现实问题页面改动频繁元素定位一改就是一片红。用例维护成本高一个业务场景涉及登录、搜索、下单、支付脚本越来越长。断言写不准界面上元素存在但状态不对测试结果不可信。弹窗、网络延迟、加载顺序等不稳定因素导致用例间歇性失败。这些问题在传统自动化测试框架里往往靠人肉补强加等待、写异常捕获、不断 micro 调整定位器。但人肉投入有限这时候 AI 的介入就有了实际意义。1.2 AI 在自动化测试中的三种落地形态AI 不是魔法它解决的是自动化测试中“重复决策”和“模式识别”的问题。目前工程里最常见的落地方式有三种落地形态解决什么问题典型实现测试用例生成从需求描述或接口文档直接生成用例调用 LLM 接口输入需求文本输出用例步骤和断言选择器自动修复页面元素属性变化导致定位失败LLM 分析 HTML 片段推荐新的稳定定位方式测试结果分析失败日志多、人工排查慢对错误信息分类、聚类辅助定位根因本文的实战项目会覆盖前两类它们最容易在现有框架中落地也最能体现“AI 辅助”的价值。1.3 本文技术栈说明为了让整套方案真正能在本地跑起来并且不依赖商业平台我选用了下面这套技术组合Python 3.10测试脚本语言。Pytest测试框架负责用例组织、断言、夹具管理。Playwright浏览器自动化库支持 Chromium、Firefox、WebKit自带自动等待和截图能力。Allure测试报告框架生成美观的 HTML 报告。Flask本地被测应用模拟一个极简书店商城用来承载自动化测试场景。OpenAI 兼容接口用于实现 AI 辅助生成用例和选择器修复。没有 Key 也能运行框架会自动切换到规则兜底模式。这套组合兼顾了易上手和工程可扩展性。学完之后把被测应用替换成公司项目框架本身可以直接复用。2. 环境准备与项目结构2.1 Python 环境准备建议使用 Python 3.10 或更高版本。在开始之前先确认你的环境python --version pip --version如果还没有安装 Python进入官网下载对应系统安装包安装时勾选“Add Python to PATH”。接下来创建项目目录并初始化虚拟环境mkdir ai-auto-test cd ai-auto-test python -m venv venv激活虚拟环境Windowsvenv\Scripts\activatemacOS / Linuxsource venv/bin/activate2.2 安装依赖创建requirements.txt内容如下pytest8.2.2 playwright1.45.1 pytest-playwright0.4.3 allure-pytest2.13.5 flask3.0.3 requests2.32.3 openai1.35.7然后执行pip install -r requirements.txt安装 Playwright 浏览器内核playwright install chromium这里要注意Playwright 的浏览器内核默认下载到用户目录不需要额外配置系统 Chrome。如果下载慢可以设置国内镜像源但不推荐用不稳定渠道建议保持官方源或配置可用的代理策略。2.3 项目结构规划强烈建议从一开始就按分层思想组织项目不要把所有脚本都堆在同一个目录下。下面是本项目使用的结构ai-auto-test/ ├── app/ # 被测应用Flask 极简书店 │ ├── __init__.py │ ├── app.py │ └── templates/ │ ├── base.html │ ├── index.html │ ├── login.html │ └── cart.html ├── ai_assistant/ # AI 辅助模块 │ ├── __init__.py │ ├── llm_client.py # LLM 调用客户端 │ └── locator_healer.py # 选择器修复器 ├── tests/ # 自动化测试目录 │ ├── __init__.py │ ├── conftest.py # Pytest 夹具 │ ├── pages/ # 页面对象层 │ │ ├── __init__.py │ │ ├── base_page.py │ │ ├── login_page.py │ │ └── home_page.py │ └── test_cases/ │ ├── __init__.py │ ├── test_login.py │ └── test_shopping.py ├── config.py # 全局配置 ├── requirements.txt └── pytest.ini页面对象层Page Object Model简称 POM是自动化测试中非常经典的设计模式后面会单独解释。2.4 pytest.ini 配置文件创建pytest.ini内容如下[pytest] testpaths tests/test_cases timeout 30 addopts -v -s --alluredirreports/allure-results配置说明testpaths指定用例目录避免误收集。timeout单条用例最长执行时间防止卡死。addopts默认携带的 Pytest 参数--alluredir指定 Allure 结果目录。配置完成后运行pytest --version确认没有报错说明基础环境已经准备好。3. 核心原理Playwright Pytest AI 的协作方式3.1 Playwright 的核心能力Playwright 相比老的 Selenium最大的优势是“自动等待”。它内置了 actionability 检查执行点击、输入之前会等元素可见、稳定、可操作不再需要到处写time.sleep()。看一个最简单的例子from playwright.sync_api import sync_playwright with sync_playwright() as p: browser p.chromium.launch(headlessFalse) page browser.new_page() page.goto(https://example.com) page.fill(#search-input, 自动化测试) page.click(button[typesubmit]) print(page.title()) browser.close()这段代码演示了三个核心动作page.goto()跳转页面。page.fill()输入框填充。page.click()点击元素。Playwright 在执行fill和click前会自动等待目标元素满足可操作条件不用额外写显式等待。3.2 同步 API 与异步 APIPlaywright 提供了同步和异步两套 API同步 API适合大多数测试场景写起来直观可读性好。异步 API适合高频并发场景需要async/await。本教程使用同步 API工程上已经足够。3.3 页面对象模型POM设计POM 的核心思想是把页面元素定位和页面操作封装到独立的类中测试用例只关注业务步骤和断言。这样做的好处是页面一旦变化只需要改对应 Page 类不需要逐个修改测试用例。以一个登录页为例# tests/pages/login_page.py from tests.pages.base_page import BasePage class LoginPage(BasePage): def __init__(self, page): super().__init__(page) self.username_input #username self.password_input #password self.login_button button[typesubmit] self.error_msg .error-message def login(self, username, password): self.page.fill(self.username_input, username) self.page.fill(self.password_input, password) self.page.click(self.login_button) def get_error_message(self): return self.page.text_content(self.error_msg)测试用例调用时只需要关心业务逻辑def test_login_failed(login_page): login_page.login(admin, wrong_password) assert login_page.get_error_message() 用户名或密码错误页面结构变化时只需要修改LoginPage里的定位器测试用例不需要改动。3.4 Pytest fixture 如何管理浏览器Pytest 的 fixture 机制非常适合用来管理浏览器生命周期。在conftest.py中定义一个pagefixture每个测试用例执行前创建浏览器页面执行结束后自动关闭# tests/conftest.py import pytest from playwright.sync_api import sync_playwright pytest.fixture(scopesession) def browser(): with sync_playwright() as p: browser p.chromium.launch(headlessTrue) yield browser browser.close() pytest.fixture() def page(browser): context browser.new_context() current_page context.new_page() yield current_page context.close()这里的scopesession表示整个测试会话只启动一次浏览器pagefixture 每个用例独立避免用例之间数据相互影响。3.5 AI 辅助模块的设计思路AI 在本项目中的角色不是替代 Pytest 和 Playwright而是给它们增加“智能决策”能力。具体体现在两个模块第一个是 LLM 客户端。它负责把需求描述或 HTML 片段发送给大模型并返回结构化的测试用例或定位建议。考虑到不是所有人都有 LLM API Key客户端内部做了降级没有配置 Key 时使用内置规则模板。第二个是自然语言选择器。传统选择器依赖id、class、xpath一旦页面结构调整就会失效。通过 LLM 分析元素上下文和可见文本可以返回更稳定的定位策略例如根据角色定位或文本内容定位。简单来说框架还是以 Playwright 定位为主AI 负责在失败时提供“备选方案”和“新用例补充”这样既稳定又灵活。4. 完整实战AI 辅助的极简书店自动化测试框架这一节我们从零开始把一个完整可运行的测试框架搭起来。4.1 被测应用极简书店为了不依赖外部网站我们先用 Flask 写一个极简书店功能包括登录、商品列表、加入购物车、查看购物车。这段代码虽然简单但覆盖了 Web 自动化测试中最典型的登录、跳转、渲染、点击、文本断言等场景。创建app/app.pyfrom flask import Flask, render_template, request, redirect, session import uuid app Flask(__name__) app.secret_key test-secret-key BOOKS [ {id: 1, name: Python 自动化测试实战, price: 79.0}, {id: 2, name: 深入理解 Playwright, price: 69.0}, {id: 3, name: AI 时代的软件测试, price: 59.0}, ] USERS { admin: 123456, tester: abc1234, } app.route(/) def index(): return render_template(index.html, booksBOOKS) app.route(/login, methods[GET, POST]) def login(): if request.method POST: username request.form.get(username) password request.form.get(password) if USERS.get(username) password: session[user] username return redirect(/) return render_template(login.html, error用户名或密码错误) return render_template(login.html) app.route(/add_to_cart/int:book_id) def add_to_cart(book_id): cart session.get(cart, []) cart.append(book_id) session[cart] cart return redirect(/cart) app.route(/cart) def cart(): cart_ids session.get(cart, []) items [] total 0.0 for book_id in cart_ids: book next((b for b in BOOKS if b[id] book_id), None) if book: items.append(book) total book[price] return render_template(cart.html, itemsitems, totaltotal) app.route(/logout) def logout(): session.clear() return redirect(/) if __name__ __main__: app.run(host127.0.0.1, port5000, debugTrue)创建app/templates/base.html!DOCTYPE html html langzh head meta charsetUTF-8 title极简书店/title style body { font-family: Arial, sans-serif; margin: 40px; background: #f9f9f9; } .container { max-width: 800px; margin: 0 auto; background: #fff; padding: 20px; border-radius: 8px; } .book { padding: 12px; border-bottom: 1px solid #eee; } .nav { margin-bottom: 20px; } .nav a { margin-right: 16px; } .error { color: red; } /style /head body div classcontainer div classnav a href/首页/a {% if session.get(user) %} span欢迎{{ session[user] }}/span a href/cart购物车/a a href/logout退出/a {% else %} a href/login登录/a {% endif %} /div {% block content %}{% endblock %} /div /body /html创建app/templates/index.html{% extends base.html %} {% block content %} h1极简书店/h1 {% for book in books %} div classbook span{{ book.name }}/span span¥{{ book.price }}/span {% if session.get(user) %} a href/add_to_cart/{{ book.id }}加入购物车/a {% else %} a href/login请先登录/a {% endif %} /div {% endfor %} {% endblock %}创建app/templates/login.html{% extends base.html %} {% block content %} h1登录/h1 {% if error %} p classerror{{ error }}/p {% endif %} form methodpost plabel用户名input typetext nameusername idusername/label/p plabel密码input typepassword namepassword idpassword/label/p pbutton typesubmit idlogin-btn登录/button/p /form {% endblock %}创建app/templates/cart.html{% extends base.html %} {% block content %} h1购物车/h1 {% if items %} {% for item in items %} div classbook{{ item.name }} - ¥{{ item.price }}/div {% endfor %} pstrong总计¥{{ total }}/strong/p {% else %} p购物车还是空的/p {% endif %} {% endblock %}启动应用python app/app.py浏览器访问http://127.0.0.1:5000就可以看到书店首页了。4.2 配置管理创建config.py# config.py BASE_URL http://127.0.0.1:5000 # LLM 配置不填也可以运行会自动使用规则兜底 LLM_API_KEY LLM_BASE_URL https://api.openai.com/v1 LLM_MODEL gpt-4o-mini如果后续配置了自己的 LLM KeyAI 模块会启用真实模型调用没有 Key 时框架降级为规则模式同样能跑完整流程。4.3 编写页面对象层创建tests/pages/base_page.pyclass BasePage: def __init__(self, page): self.page page def goto(self, url): self.page.goto(url) def click(self, selector): self.page.click(selector) def fill(self, selector, text): self.page.fill(selector, text) def get_text(self, selector): return self.page.text_content(selector) def wait_for(self, selector): self.page.wait_for_selector(selector)创建tests/pages/login_page.pyfrom tests.pages.base_page import BasePage class LoginPage(BasePage): def __init__(self, page): super().__init__(page) self.username_input #username self.password_input #password self.login_button #login-btn self.error_msg .error def goto_login(self): self.goto(http://127.0.0.1:5000/login) def login(self, username, password): self.fill(self.username_input, username) self.fill(self.password_input, password) self.click(self.login_button) def get_error_message(self): return self.get_text(self.error_msg)创建tests/pages/home_page.pyfrom tests.pages.base_page import BasePage class HomePage(BasePage): def __init__(self, page): super().__init__(page) self.book_items .book def goto_home(self): self.goto(http://127.0.0.1:5000/) def get_book_count(self): return len(self.page.locator(self.book_items).all()) def get_first_book_name(self): return self.page.locator(self.book_items).first.text_content() def add_first_book_to_cart(self): self.page.locator(self.book_items).first.locator(a).click()4.4 编写 AI 辅助模块这是整个项目中最能体现“AI 自动化测试”的部分。我们先实现一个 LLM 客户端它既能真实调用大模型也能在无 Key 时降级为规则生成。创建ai_assistant/llm_client.pyimport json import os from openai import OpenAI class LLMClient: def __init__(self, api_keyNone, base_urlNone, modelNone): self.api_key api_key or os.getenv(LLM_API_KEY, ) self.base_url base_url or os.getenv(LLM_BASE_URL, https://api.openai.com/v1) self.model model or os.getenv(LLM_MODEL, gpt-4o-mini) self.enabled bool(self.api_key) if self.enabled: self.client OpenAI(api_keyself.api_key, base_urlself.base_url) def generate_test_cases(self, requirement: str): 根据需求描述生成测试用例列表 if not self.enabled: return self._rule_based_cases(requirement) prompt f 你是一名资深测试工程师请根据下面的需求描述生成测试用例。 输出 JSON 数组每个元素包含 title、steps、expected 三个字段。 需求描述 {requirement} 只输出 JSON不要输出多余文本。 try: response self.client.chat.completions.create( modelself.model, messages[{role: user, content: prompt}], temperature0.2, ) content response.choices[0].message.content.strip() # 兼容模型可能输出 json 包裹的情况 if content.startswith(): content content.strip() if content.startswith(json): content content[4:] return json.loads(content) except Exception as e: print(fLLM 调用失败降级为规则生成{e}) return self._rule_based_cases(requirement) def suggest_locator(self, html_snippet: str, fallback_text: str): 根据 HTML 片段推荐稳定的选择器 if not self.enabled: return self._rule_based_locator(fallback_text) prompt f 下面是一段 HTML 片段请帮我推荐一个最稳定的 Playwright 定位表达式。 要求优先级data-testid id 语义化文本关联 稳定的 class。 HTML 片段 {html_snippet} 只输出定位表达式不要解释。 try: response self.client.chat.completions.create( modelself.model, messages[{role: user, content: prompt}], temperature0.2, ) return response.choices[0].message.content.strip() except Exception: return self._rule_based_locator(fallback_text) staticmethod def _rule_based_cases(requirement: str): 规则兜底根据关键词返回常用用例模板 cases [] if 登录 in requirement: cases.append({ title: 登录成功, steps: [打开登录页, 输入正确用户名密码, 点击登录], expected: 跳转到首页并显示用户昵称 }) cases.append({ title: 登录失败, steps: [打开登录页, 输入错误密码, 点击登录], expected: 页面显示错误提示 }) if 购物车 in requirement: cases.append({ title: 添加商品到购物车, steps: [登录商城, 点击第一本书的加入购物车, 进入购物车页面], expected: 购物车显示对应商品 }) if not cases: cases.append({ title: 通用冒烟用例, steps: [打开首页, 检查页面标题], expected: 页面正常加载无报错 }) return cases staticmethod def _rule_based_locator(text: str): 规则兜底优先用 text 定位 return ftext{text}创建ai_assistant/locator_healer.pyfrom playwright.sync_api import Page class LocatorHealer: 定位失败时的自动修复器 def __init__(self, llm_client): self.llm_client llm_client def heal(self, page: Page, failed_selector: str, fallback_text: str): 当 failed_selector 定位失败时尝试用 LLM 推荐新定位器 # 获取页面关键 HTML 片段用于给 LLM 分析 html_snippet page.content()[:2000] suggested self.llm_client.suggest_locator(html_snippet, fallback_text) # 验证建议的定位器是否有效 try: locator page.locator(suggested) if locator.count() 0: print(f选择器修复成功{failed_selector} - {suggested}) return suggested except Exception: pass # 如果建议无效回退到文本定位 fallback ftext{fallback_text} try: if page.locator(fallback).count() 0: return fallback except Exception: pass raise Exception(f无法自动修复选择器{failed_selector})4.5 修改页面对象接入 AI 修复能力为了让修复器实际生效在BasePage中加入一个带自动修复的点击方法from ai_assistant.locator_healer import LocatorHealer from ai_assistant.llm_client import LLMClient _llm_client LLMClient() _healer LocatorHealer(_llm_client) class BasePage: def __init__(self, page): self.page page def goto(self, url): self.page.goto(url) def click_with_heal(self, selector, fallback_text): try: self.page.click(selector) except Exception: new_selector _healer.heal(self.page, selector, fallback_text) self.page.click(new_selector) def fill(self, selector, text): self.page.fill(selector, text) def get_text(self, selector): return self.page.text_content(selector) def wait_for(self, selector): self.page.wait_for_selector(selector)这里需要注意click_with_heal里的heal方法会读取页面 HTML 片段并调用 LLM。如果配置了 Key这是一个真实的智能修复过程如果没有 Key则走规则兜底尝试用可见文本定位。4.6 编写测试用例创建tests/test_cases/test_login.pyfrom tests.pages.login_page import LoginPage def test_login_success(page): login_page LoginPage(page) login_page.goto_login() login_page.login(admin, 123456) page.wait_for_url(http://127.0.0.1:5000/) assert page.title() 极简书店 def test_login_failed(page): login_page LoginPage(page) login_page.goto_login() login_page.login(admin, wrong-password) error login_page.get_error_message() assert error 用户名或密码错误创建tests/test_cases/test_shopping.pyfrom tests.pages.login_page import LoginPage from tests.pages.home_page import HomePage def test_add_to_cart(page): # 登录 login_page LoginPage(page) login_page.goto_login() login_page.login(admin, 123456) # 进入首页添加第一本书到购物车 home_page HomePage(page) home_page.goto_home() home_page.add_first_book_to_cart() # 验证购物车 page.wait_for_url(**/cart) cart_text page.text_content(body) assert Python 自动化测试实战 in cart_text assert 总计 in cart_text def test_ai_generate_cases(page): 演示 LLM 生成用例并输出到控制台 from ai_assistant.llm_client import LLMClient client LLMClient() cases client.generate_test_cases(用户登录和购物车功能) assert len(cases) 0 for case in cases: print(f\n用例{case[title]}) print(f步骤{case[steps]}) print(f预期{case[expected]})4.7 编写 conftest.py 完善浏览器管理更新tests/conftest.py加入截图失败自动保存逻辑import os import pytest from playwright.sync_api import sync_playwright pytest.fixture(scopesession) def browser(): with sync_playwright() as p: browser p.chromium.launch(headlessTrue) yield browser browser.close() pytest.fixture() def page(browser): context browser.new_context(viewport{width: 1280, height: 720}) current_page context.new_page() yield current_page context.close() pytest.hookimpl(hookwrapperTrue) def pytest_runtest_makereport(item, call): outcome yield report outcome.get_result() if report.when call and report.failed: page item.funcargs.get(page) if page: os.makedirs(reports/screenshots, exist_okTrue) screenshot_path freports/screenshots/{item.name}.png page.screenshot(pathscreenshot_path) print(f\n截图已保存{screenshot_path})4.8 运行测试与生成报告启动 Flask 应用后新开一个终端执行pytest预期输出类似collected 4 items tests/test_cases/test_login.py::test_login_success PASSED tests/test_cases/test_login.py::test_login_failed PASSED tests/test_cases/test_shopping.py::test_add_to_cart PASSED tests/test_cases/test_shopping.py::test_ai_generate_cases PASSED然后生成 Allure 报告allure generate reports/allure-results -o reports/allure-report --clean allure open reports/allure-report浏览器会打开一份结构化测试报告包含每个用例的执行状态、耗时、失败截图等信息。5. 常见问题与排查思路5.1 非预期弹窗导致用例失败现象点击按钮后页面弹出优惠券弹窗、广告遮罩或确认弹窗导致后续元素被遮挡Playwright 点击超时。原因被测系统在特定时机弹出非预期组件自动化脚本没有处理弹窗逻辑。解决方案# 在 conftest.py 的 page fixture 中统一处理 dialog 弹窗 def handle_dialog(dialog): print(f捕获到弹窗{dialog.message}) dialog.dismiss() current_page.on(dialog, handle_dialog)对于页面内渲染的遮罩层建议封装一个“关闭弹窗”方法def close_if_present(page, close_selector): locator page.locator(close_selector) if locator.count() 0: locator.first.click()预防措施用例数据尽量选择不会触发弹窗的场景。对于遮罩层使用page.locator(selector).first.click(timeout3000)并捕获异常。所有弹窗处理逻辑统一封装不要散落在用例中。5.2 元素定位超时或定位失败问题现象常见原因解决思路TimeoutError页面加载慢元素未出现使用 Playwright 自动等待调整全局 timeoutstrict mode violation选择器匹配到多个元素使用.first、.nth()或更精确的定位表达式Element is not attached页面发生重绘元素被替换使用wait_for_selector重新获取元素AI 推荐定位器无效HTML 片段过长模型分析不准截取元素局部 HTML或降低 temperature 参数排查顺序建议先看失败截图确认页面实际状态再看控制台日志检查是否触发弹窗或跳转最后用 Playwright 的locator.count()验证选择器是否匹配多个元素。5.3 Playwright 启动时下载浏览器失败现象执行playwright install chromium时长时间无响应或报 SSL 错误。可能原因网络不稳定、镜像源不可达、磁盘空间不足。解决思路先检查网络。清理 pip 缓存后重装。如果下载包本身损坏删除~/AppData/Local/ms-playwrightWindows或~/Library/Caches/ms-playwrightmacOS下的残留文件再执行安装。5.4 AI 生成的测试用例不稳定现象LLM 返回的用例有时多有时少偶尔输出不是 JSON。原因模型输出随机性以及 prompt 约束不够严格。解决办法增加 prompt 中的格式示例要求只输出 JSON。设置temperature0.2降低随机性。在解析时增加json.loads失败后的容错逻辑比如截取[和]之间的内容。生产环境考虑把 LLM 输出保存到文件中人工审核后转成 pytest 用例而不是直接执行。6. 最佳实践与工程建议6.1 测试分层控制用例粒度自动化用例不要做成“一锅端”尽量按三层拆分冒烟层核心链路登录、主页面打开、关键功能冒烟。业务层按业务模块编写比如登录、购物车、订单。回归层全量功能用例可以放在夜间执行。每一条用例尽量独立不依赖其他用例的执行顺序。用例之间共享状态越少越稳定。6.2 页面对象层的维护规范页面元素定位器统一放在 Page 类顶部不要散落在方法内部。优先使用>stage(自动化测试) { steps { sh python -m venv venv source venv/bin/activate pip install -r requirements.txt playwright install chromium nohup python app/app.py app.log 21 sleep 3 pytest deactivate } }接入 CI 之后测试的价值才能真正体现每次提交代码自动回归尽早发现问题。6.5 从 0 开始的学习路径如果你目前是零基础建议按下面的顺序学习Python 基础变量、流程控制、函数、类、文件操作。Pytest 基础断言、fixture、参数化、hook。Playwright 基础定位、操作、等待、截图。页面对象模型理解分层思想重构自己的脚本。接口测试使用 requests pytest 覆盖接口层。AI 辅助学习调用 LLM API并把生成结果接入测试框架。平台化把测试报告、用例管理集成到公司内部平台。不建议一上来就追求“全平台自动化”“关键字驱动框架”这些大词先把一条完整链路跑通再逐步扩展。运行完本文这个项目后建议你尝试做三件事给极简书店增加一个“订单提交”页面并补充对应的自动化测试用例。用 LLM 生成新增需求对应的测试步骤并检查生成结果是否覆盖了异常场景。把项目接入 CI模拟一次提交代码后自动触发测试的完整流程。真正跑完这三步你对 AI 自动化测试的理解会从“看过概念”变成“能写进简历的项目经验”。如果这篇文章对你有帮助可以先收藏起来照着步骤把环境搭起来再往下看动手实践永远是学习自动化测试最有效的方式。 AI辅助自动化测试实战：基于Python+Pytest+Playwright框架搭建
开始前先说明一点网上标着“AI 自动化测试”的资料很多但多数要么只讲概念要么贴几个 Selenium 函数就当实战。真正能把 AI 辅助能力用进自动化测试框架并且完整跑通接口、UI、报告、排查全流程的内容反而很少。这篇文章不聊虚的直接从一个可运行的“AI 自动化测试”项目入手带你搭建一套基于 Python Pytest Playwright Allure 的测试框架同时加入 LLM 辅助生成用例、自动修复元素定位的模块。整个教程会覆盖环境搭建、被测应用编写、页面对象模型设计、AI 辅助模块实现、运行与报告生成以及常见问题排查。新手照着敲也能跑通有基础的可以直接拿框架去扩展。1. AI自动化测试到底是什么1.1 自动化测试的痛点为什么脚本写多了反而累很多测试同学刚接触自动化时心里想的是“写一次脚本以后自动执行彻底解放双手”。但实际进入项目后会碰到几个现实问题页面改动频繁元素定位一改就是一片红。用例维护成本高一个业务场景涉及登录、搜索、下单、支付脚本越来越长。断言写不准界面上元素存在但状态不对测试结果不可信。弹窗、网络延迟、加载顺序等不稳定因素导致用例间歇性失败。这些问题在传统自动化测试框架里往往靠人肉补强加等待、写异常捕获、不断 micro 调整定位器。但人肉投入有限这时候 AI 的介入就有了实际意义。1.2 AI 在自动化测试中的三种落地形态AI 不是魔法它解决的是自动化测试中“重复决策”和“模式识别”的问题。目前工程里最常见的落地方式有三种落地形态解决什么问题典型实现测试用例生成从需求描述或接口文档直接生成用例调用 LLM 接口输入需求文本输出用例步骤和断言选择器自动修复页面元素属性变化导致定位失败LLM 分析 HTML 片段推荐新的稳定定位方式测试结果分析失败日志多、人工排查慢对错误信息分类、聚类辅助定位根因本文的实战项目会覆盖前两类它们最容易在现有框架中落地也最能体现“AI 辅助”的价值。1.3 本文技术栈说明为了让整套方案真正能在本地跑起来并且不依赖商业平台我选用了下面这套技术组合Python 3.10测试脚本语言。Pytest测试框架负责用例组织、断言、夹具管理。Playwright浏览器自动化库支持 Chromium、Firefox、WebKit自带自动等待和截图能力。Allure测试报告框架生成美观的 HTML 报告。Flask本地被测应用模拟一个极简书店商城用来承载自动化测试场景。OpenAI 兼容接口用于实现 AI 辅助生成用例和选择器修复。没有 Key 也能运行框架会自动切换到规则兜底模式。这套组合兼顾了易上手和工程可扩展性。学完之后把被测应用替换成公司项目框架本身可以直接复用。2. 环境准备与项目结构2.1 Python 环境准备建议使用 Python 3.10 或更高版本。在开始之前先确认你的环境python --version pip --version如果还没有安装 Python进入官网下载对应系统安装包安装时勾选“Add Python to PATH”。接下来创建项目目录并初始化虚拟环境mkdir ai-auto-test cd ai-auto-test python -m venv venv激活虚拟环境Windowsvenv\Scripts\activatemacOS / Linuxsource venv/bin/activate2.2 安装依赖创建requirements.txt内容如下pytest8.2.2 playwright1.45.1 pytest-playwright0.4.3 allure-pytest2.13.5 flask3.0.3 requests2.32.3 openai1.35.7然后执行pip install -r requirements.txt安装 Playwright 浏览器内核playwright install chromium这里要注意Playwright 的浏览器内核默认下载到用户目录不需要额外配置系统 Chrome。如果下载慢可以设置国内镜像源但不推荐用不稳定渠道建议保持官方源或配置可用的代理策略。2.3 项目结构规划强烈建议从一开始就按分层思想组织项目不要把所有脚本都堆在同一个目录下。下面是本项目使用的结构ai-auto-test/ ├── app/ # 被测应用Flask 极简书店 │ ├── __init__.py │ ├── app.py │ └── templates/ │ ├── base.html │ ├── index.html │ ├── login.html │ └── cart.html ├── ai_assistant/ # AI 辅助模块 │ ├── __init__.py │ ├── llm_client.py # LLM 调用客户端 │ └── locator_healer.py # 选择器修复器 ├── tests/ # 自动化测试目录 │ ├── __init__.py │ ├── conftest.py # Pytest 夹具 │ ├── pages/ # 页面对象层 │ │ ├── __init__.py │ │ ├── base_page.py │ │ ├── login_page.py │ │ └── home_page.py │ └── test_cases/ │ ├── __init__.py │ ├── test_login.py │ └── test_shopping.py ├── config.py # 全局配置 ├── requirements.txt └── pytest.ini页面对象层Page Object Model简称 POM是自动化测试中非常经典的设计模式后面会单独解释。2.4 pytest.ini 配置文件创建pytest.ini内容如下[pytest] testpaths tests/test_cases timeout 30 addopts -v -s --alluredirreports/allure-results配置说明testpaths指定用例目录避免误收集。timeout单条用例最长执行时间防止卡死。addopts默认携带的 Pytest 参数--alluredir指定 Allure 结果目录。配置完成后运行pytest --version确认没有报错说明基础环境已经准备好。3. 核心原理Playwright Pytest AI 的协作方式3.1 Playwright 的核心能力Playwright 相比老的 Selenium最大的优势是“自动等待”。它内置了 actionability 检查执行点击、输入之前会等元素可见、稳定、可操作不再需要到处写time.sleep()。看一个最简单的例子from playwright.sync_api import sync_playwright with sync_playwright() as p: browser p.chromium.launch(headlessFalse) page browser.new_page() page.goto(https://example.com) page.fill(#search-input, 自动化测试) page.click(button[typesubmit]) print(page.title()) browser.close()这段代码演示了三个核心动作page.goto()跳转页面。page.fill()输入框填充。page.click()点击元素。Playwright 在执行fill和click前会自动等待目标元素满足可操作条件不用额外写显式等待。3.2 同步 API 与异步 APIPlaywright 提供了同步和异步两套 API同步 API适合大多数测试场景写起来直观可读性好。异步 API适合高频并发场景需要async/await。本教程使用同步 API工程上已经足够。3.3 页面对象模型POM设计POM 的核心思想是把页面元素定位和页面操作封装到独立的类中测试用例只关注业务步骤和断言。这样做的好处是页面一旦变化只需要改对应 Page 类不需要逐个修改测试用例。以一个登录页为例# tests/pages/login_page.py from tests.pages.base_page import BasePage class LoginPage(BasePage): def __init__(self, page): super().__init__(page) self.username_input #username self.password_input #password self.login_button button[typesubmit] self.error_msg .error-message def login(self, username, password): self.page.fill(self.username_input, username) self.page.fill(self.password_input, password) self.page.click(self.login_button) def get_error_message(self): return self.page.text_content(self.error_msg)测试用例调用时只需要关心业务逻辑def test_login_failed(login_page): login_page.login(admin, wrong_password) assert login_page.get_error_message() 用户名或密码错误页面结构变化时只需要修改LoginPage里的定位器测试用例不需要改动。3.4 Pytest fixture 如何管理浏览器Pytest 的 fixture 机制非常适合用来管理浏览器生命周期。在conftest.py中定义一个pagefixture每个测试用例执行前创建浏览器页面执行结束后自动关闭# tests/conftest.py import pytest from playwright.sync_api import sync_playwright pytest.fixture(scopesession) def browser(): with sync_playwright() as p: browser p.chromium.launch(headlessTrue) yield browser browser.close() pytest.fixture() def page(browser): context browser.new_context() current_page context.new_page() yield current_page context.close()这里的scopesession表示整个测试会话只启动一次浏览器pagefixture 每个用例独立避免用例之间数据相互影响。3.5 AI 辅助模块的设计思路AI 在本项目中的角色不是替代 Pytest 和 Playwright而是给它们增加“智能决策”能力。具体体现在两个模块第一个是 LLM 客户端。它负责把需求描述或 HTML 片段发送给大模型并返回结构化的测试用例或定位建议。考虑到不是所有人都有 LLM API Key客户端内部做了降级没有配置 Key 时使用内置规则模板。第二个是自然语言选择器。传统选择器依赖id、class、xpath一旦页面结构调整就会失效。通过 LLM 分析元素上下文和可见文本可以返回更稳定的定位策略例如根据角色定位或文本内容定位。简单来说框架还是以 Playwright 定位为主AI 负责在失败时提供“备选方案”和“新用例补充”这样既稳定又灵活。4. 完整实战AI 辅助的极简书店自动化测试框架这一节我们从零开始把一个完整可运行的测试框架搭起来。4.1 被测应用极简书店为了不依赖外部网站我们先用 Flask 写一个极简书店功能包括登录、商品列表、加入购物车、查看购物车。这段代码虽然简单但覆盖了 Web 自动化测试中最典型的登录、跳转、渲染、点击、文本断言等场景。创建app/app.pyfrom flask import Flask, render_template, request, redirect, session import uuid app Flask(__name__) app.secret_key test-secret-key BOOKS [ {id: 1, name: Python 自动化测试实战, price: 79.0}, {id: 2, name: 深入理解 Playwright, price: 69.0}, {id: 3, name: AI 时代的软件测试, price: 59.0}, ] USERS { admin: 123456, tester: abc1234, } app.route(/) def index(): return render_template(index.html, booksBOOKS) app.route(/login, methods[GET, POST]) def login(): if request.method POST: username request.form.get(username) password request.form.get(password) if USERS.get(username) password: session[user] username return redirect(/) return render_template(login.html, error用户名或密码错误) return render_template(login.html) app.route(/add_to_cart/int:book_id) def add_to_cart(book_id): cart session.get(cart, []) cart.append(book_id) session[cart] cart return redirect(/cart) app.route(/cart) def cart(): cart_ids session.get(cart, []) items [] total 0.0 for book_id in cart_ids: book next((b for b in BOOKS if b[id] book_id), None) if book: items.append(book) total book[price] return render_template(cart.html, itemsitems, totaltotal) app.route(/logout) def logout(): session.clear() return redirect(/) if __name__ __main__: app.run(host127.0.0.1, port5000, debugTrue)创建app/templates/base.html!DOCTYPE html html langzh head meta charsetUTF-8 title极简书店/title style body { font-family: Arial, sans-serif; margin: 40px; background: #f9f9f9; } .container { max-width: 800px; margin: 0 auto; background: #fff; padding: 20px; border-radius: 8px; } .book { padding: 12px; border-bottom: 1px solid #eee; } .nav { margin-bottom: 20px; } .nav a { margin-right: 16px; } .error { color: red; } /style /head body div classcontainer div classnav a href/首页/a {% if session.get(user) %} span欢迎{{ session[user] }}/span a href/cart购物车/a a href/logout退出/a {% else %} a href/login登录/a {% endif %} /div {% block content %}{% endblock %} /div /body /html创建app/templates/index.html{% extends base.html %} {% block content %} h1极简书店/h1 {% for book in books %} div classbook span{{ book.name }}/span span¥{{ book.price }}/span {% if session.get(user) %} a href/add_to_cart/{{ book.id }}加入购物车/a {% else %} a href/login请先登录/a {% endif %} /div {% endfor %} {% endblock %}创建app/templates/login.html{% extends base.html %} {% block content %} h1登录/h1 {% if error %} p classerror{{ error }}/p {% endif %} form methodpost plabel用户名input typetext nameusername idusername/label/p plabel密码input typepassword namepassword idpassword/label/p pbutton typesubmit idlogin-btn登录/button/p /form {% endblock %}创建app/templates/cart.html{% extends base.html %} {% block content %} h1购物车/h1 {% if items %} {% for item in items %} div classbook{{ item.name }} - ¥{{ item.price }}/div {% endfor %} pstrong总计¥{{ total }}/strong/p {% else %} p购物车还是空的/p {% endif %} {% endblock %}启动应用python app/app.py浏览器访问http://127.0.0.1:5000就可以看到书店首页了。4.2 配置管理创建config.py# config.py BASE_URL http://127.0.0.1:5000 # LLM 配置不填也可以运行会自动使用规则兜底 LLM_API_KEY LLM_BASE_URL https://api.openai.com/v1 LLM_MODEL gpt-4o-mini如果后续配置了自己的 LLM KeyAI 模块会启用真实模型调用没有 Key 时框架降级为规则模式同样能跑完整流程。4.3 编写页面对象层创建tests/pages/base_page.pyclass BasePage: def __init__(self, page): self.page page def goto(self, url): self.page.goto(url) def click(self, selector): self.page.click(selector) def fill(self, selector, text): self.page.fill(selector, text) def get_text(self, selector): return self.page.text_content(selector) def wait_for(self, selector): self.page.wait_for_selector(selector)创建tests/pages/login_page.pyfrom tests.pages.base_page import BasePage class LoginPage(BasePage): def __init__(self, page): super().__init__(page) self.username_input #username self.password_input #password self.login_button #login-btn self.error_msg .error def goto_login(self): self.goto(http://127.0.0.1:5000/login) def login(self, username, password): self.fill(self.username_input, username) self.fill(self.password_input, password) self.click(self.login_button) def get_error_message(self): return self.get_text(self.error_msg)创建tests/pages/home_page.pyfrom tests.pages.base_page import BasePage class HomePage(BasePage): def __init__(self, page): super().__init__(page) self.book_items .book def goto_home(self): self.goto(http://127.0.0.1:5000/) def get_book_count(self): return len(self.page.locator(self.book_items).all()) def get_first_book_name(self): return self.page.locator(self.book_items).first.text_content() def add_first_book_to_cart(self): self.page.locator(self.book_items).first.locator(a).click()4.4 编写 AI 辅助模块这是整个项目中最能体现“AI 自动化测试”的部分。我们先实现一个 LLM 客户端它既能真实调用大模型也能在无 Key 时降级为规则生成。创建ai_assistant/llm_client.pyimport json import os from openai import OpenAI class LLMClient: def __init__(self, api_keyNone, base_urlNone, modelNone): self.api_key api_key or os.getenv(LLM_API_KEY, ) self.base_url base_url or os.getenv(LLM_BASE_URL, https://api.openai.com/v1) self.model model or os.getenv(LLM_MODEL, gpt-4o-mini) self.enabled bool(self.api_key) if self.enabled: self.client OpenAI(api_keyself.api_key, base_urlself.base_url) def generate_test_cases(self, requirement: str): 根据需求描述生成测试用例列表 if not self.enabled: return self._rule_based_cases(requirement) prompt f 你是一名资深测试工程师请根据下面的需求描述生成测试用例。 输出 JSON 数组每个元素包含 title、steps、expected 三个字段。 需求描述 {requirement} 只输出 JSON不要输出多余文本。 try: response self.client.chat.completions.create( modelself.model, messages[{role: user, content: prompt}], temperature0.2, ) content response.choices[0].message.content.strip() # 兼容模型可能输出 json 包裹的情况 if content.startswith(): content content.strip() if content.startswith(json): content content[4:] return json.loads(content) except Exception as e: print(fLLM 调用失败降级为规则生成{e}) return self._rule_based_cases(requirement) def suggest_locator(self, html_snippet: str, fallback_text: str): 根据 HTML 片段推荐稳定的选择器 if not self.enabled: return self._rule_based_locator(fallback_text) prompt f 下面是一段 HTML 片段请帮我推荐一个最稳定的 Playwright 定位表达式。 要求优先级data-testid id 语义化文本关联 稳定的 class。 HTML 片段 {html_snippet} 只输出定位表达式不要解释。 try: response self.client.chat.completions.create( modelself.model, messages[{role: user, content: prompt}], temperature0.2, ) return response.choices[0].message.content.strip() except Exception: return self._rule_based_locator(fallback_text) staticmethod def _rule_based_cases(requirement: str): 规则兜底根据关键词返回常用用例模板 cases [] if 登录 in requirement: cases.append({ title: 登录成功, steps: [打开登录页, 输入正确用户名密码, 点击登录], expected: 跳转到首页并显示用户昵称 }) cases.append({ title: 登录失败, steps: [打开登录页, 输入错误密码, 点击登录], expected: 页面显示错误提示 }) if 购物车 in requirement: cases.append({ title: 添加商品到购物车, steps: [登录商城, 点击第一本书的加入购物车, 进入购物车页面], expected: 购物车显示对应商品 }) if not cases: cases.append({ title: 通用冒烟用例, steps: [打开首页, 检查页面标题], expected: 页面正常加载无报错 }) return cases staticmethod def _rule_based_locator(text: str): 规则兜底优先用 text 定位 return ftext{text}创建ai_assistant/locator_healer.pyfrom playwright.sync_api import Page class LocatorHealer: 定位失败时的自动修复器 def __init__(self, llm_client): self.llm_client llm_client def heal(self, page: Page, failed_selector: str, fallback_text: str): 当 failed_selector 定位失败时尝试用 LLM 推荐新定位器 # 获取页面关键 HTML 片段用于给 LLM 分析 html_snippet page.content()[:2000] suggested self.llm_client.suggest_locator(html_snippet, fallback_text) # 验证建议的定位器是否有效 try: locator page.locator(suggested) if locator.count() 0: print(f选择器修复成功{failed_selector} - {suggested}) return suggested except Exception: pass # 如果建议无效回退到文本定位 fallback ftext{fallback_text} try: if page.locator(fallback).count() 0: return fallback except Exception: pass raise Exception(f无法自动修复选择器{failed_selector})4.5 修改页面对象接入 AI 修复能力为了让修复器实际生效在BasePage中加入一个带自动修复的点击方法from ai_assistant.locator_healer import LocatorHealer from ai_assistant.llm_client import LLMClient _llm_client LLMClient() _healer LocatorHealer(_llm_client) class BasePage: def __init__(self, page): self.page page def goto(self, url): self.page.goto(url) def click_with_heal(self, selector, fallback_text): try: self.page.click(selector) except Exception: new_selector _healer.heal(self.page, selector, fallback_text) self.page.click(new_selector) def fill(self, selector, text): self.page.fill(selector, text) def get_text(self, selector): return self.page.text_content(selector) def wait_for(self, selector): self.page.wait_for_selector(selector)这里需要注意click_with_heal里的heal方法会读取页面 HTML 片段并调用 LLM。如果配置了 Key这是一个真实的智能修复过程如果没有 Key则走规则兜底尝试用可见文本定位。4.6 编写测试用例创建tests/test_cases/test_login.pyfrom tests.pages.login_page import LoginPage def test_login_success(page): login_page LoginPage(page) login_page.goto_login() login_page.login(admin, 123456) page.wait_for_url(http://127.0.0.1:5000/) assert page.title() 极简书店 def test_login_failed(page): login_page LoginPage(page) login_page.goto_login() login_page.login(admin, wrong-password) error login_page.get_error_message() assert error 用户名或密码错误创建tests/test_cases/test_shopping.pyfrom tests.pages.login_page import LoginPage from tests.pages.home_page import HomePage def test_add_to_cart(page): # 登录 login_page LoginPage(page) login_page.goto_login() login_page.login(admin, 123456) # 进入首页添加第一本书到购物车 home_page HomePage(page) home_page.goto_home() home_page.add_first_book_to_cart() # 验证购物车 page.wait_for_url(**/cart) cart_text page.text_content(body) assert Python 自动化测试实战 in cart_text assert 总计 in cart_text def test_ai_generate_cases(page): 演示 LLM 生成用例并输出到控制台 from ai_assistant.llm_client import LLMClient client LLMClient() cases client.generate_test_cases(用户登录和购物车功能) assert len(cases) 0 for case in cases: print(f\n用例{case[title]}) print(f步骤{case[steps]}) print(f预期{case[expected]})4.7 编写 conftest.py 完善浏览器管理更新tests/conftest.py加入截图失败自动保存逻辑import os import pytest from playwright.sync_api import sync_playwright pytest.fixture(scopesession) def browser(): with sync_playwright() as p: browser p.chromium.launch(headlessTrue) yield browser browser.close() pytest.fixture() def page(browser): context browser.new_context(viewport{width: 1280, height: 720}) current_page context.new_page() yield current_page context.close() pytest.hookimpl(hookwrapperTrue) def pytest_runtest_makereport(item, call): outcome yield report outcome.get_result() if report.when call and report.failed: page item.funcargs.get(page) if page: os.makedirs(reports/screenshots, exist_okTrue) screenshot_path freports/screenshots/{item.name}.png page.screenshot(pathscreenshot_path) print(f\n截图已保存{screenshot_path})4.8 运行测试与生成报告启动 Flask 应用后新开一个终端执行pytest预期输出类似collected 4 items tests/test_cases/test_login.py::test_login_success PASSED tests/test_cases/test_login.py::test_login_failed PASSED tests/test_cases/test_shopping.py::test_add_to_cart PASSED tests/test_cases/test_shopping.py::test_ai_generate_cases PASSED然后生成 Allure 报告allure generate reports/allure-results -o reports/allure-report --clean allure open reports/allure-report浏览器会打开一份结构化测试报告包含每个用例的执行状态、耗时、失败截图等信息。5. 常见问题与排查思路5.1 非预期弹窗导致用例失败现象点击按钮后页面弹出优惠券弹窗、广告遮罩或确认弹窗导致后续元素被遮挡Playwright 点击超时。原因被测系统在特定时机弹出非预期组件自动化脚本没有处理弹窗逻辑。解决方案# 在 conftest.py 的 page fixture 中统一处理 dialog 弹窗 def handle_dialog(dialog): print(f捕获到弹窗{dialog.message}) dialog.dismiss() current_page.on(dialog, handle_dialog)对于页面内渲染的遮罩层建议封装一个“关闭弹窗”方法def close_if_present(page, close_selector): locator page.locator(close_selector) if locator.count() 0: locator.first.click()预防措施用例数据尽量选择不会触发弹窗的场景。对于遮罩层使用page.locator(selector).first.click(timeout3000)并捕获异常。所有弹窗处理逻辑统一封装不要散落在用例中。5.2 元素定位超时或定位失败问题现象常见原因解决思路TimeoutError页面加载慢元素未出现使用 Playwright 自动等待调整全局 timeoutstrict mode violation选择器匹配到多个元素使用.first、.nth()或更精确的定位表达式Element is not attached页面发生重绘元素被替换使用wait_for_selector重新获取元素AI 推荐定位器无效HTML 片段过长模型分析不准截取元素局部 HTML或降低 temperature 参数排查顺序建议先看失败截图确认页面实际状态再看控制台日志检查是否触发弹窗或跳转最后用 Playwright 的locator.count()验证选择器是否匹配多个元素。5.3 Playwright 启动时下载浏览器失败现象执行playwright install chromium时长时间无响应或报 SSL 错误。可能原因网络不稳定、镜像源不可达、磁盘空间不足。解决思路先检查网络。清理 pip 缓存后重装。如果下载包本身损坏删除~/AppData/Local/ms-playwrightWindows或~/Library/Caches/ms-playwrightmacOS下的残留文件再执行安装。5.4 AI 生成的测试用例不稳定现象LLM 返回的用例有时多有时少偶尔输出不是 JSON。原因模型输出随机性以及 prompt 约束不够严格。解决办法增加 prompt 中的格式示例要求只输出 JSON。设置temperature0.2降低随机性。在解析时增加json.loads失败后的容错逻辑比如截取[和]之间的内容。生产环境考虑把 LLM 输出保存到文件中人工审核后转成 pytest 用例而不是直接执行。6. 最佳实践与工程建议6.1 测试分层控制用例粒度自动化用例不要做成“一锅端”尽量按三层拆分冒烟层核心链路登录、主页面打开、关键功能冒烟。业务层按业务模块编写比如登录、购物车、订单。回归层全量功能用例可以放在夜间执行。每一条用例尽量独立不依赖其他用例的执行顺序。用例之间共享状态越少越稳定。6.2 页面对象层的维护规范页面元素定位器统一放在 Page 类顶部不要散落在方法内部。优先使用>stage(自动化测试) { steps { sh python -m venv venv source venv/bin/activate pip install -r requirements.txt playwright install chromium nohup python app/app.py app.log 21 sleep 3 pytest deactivate } }接入 CI 之后测试的价值才能真正体现每次提交代码自动回归尽早发现问题。6.5 从 0 开始的学习路径如果你目前是零基础建议按下面的顺序学习Python 基础变量、流程控制、函数、类、文件操作。Pytest 基础断言、fixture、参数化、hook。Playwright 基础定位、操作、等待、截图。页面对象模型理解分层思想重构自己的脚本。接口测试使用 requests pytest 覆盖接口层。AI 辅助学习调用 LLM API并把生成结果接入测试框架。平台化把测试报告、用例管理集成到公司内部平台。不建议一上来就追求“全平台自动化”“关键字驱动框架”这些大词先把一条完整链路跑通再逐步扩展。运行完本文这个项目后建议你尝试做三件事给极简书店增加一个“订单提交”页面并补充对应的自动化测试用例。用 LLM 生成新增需求对应的测试步骤并检查生成结果是否覆盖了异常场景。把项目接入 CI模拟一次提交代码后自动触发测试的完整流程。真正跑完这三步你对 AI 自动化测试的理解会从“看过概念”变成“能写进简历的项目经验”。如果这篇文章对你有帮助可以先收藏起来照着步骤把环境搭起来再往下看动手实践永远是学习自动化测试最有效的方式。