本文是代理测试的实践指南：使用自主代理来考证由其他自主代理构建的软件。我先解释为什么编码代理不错生成可责任的代码却法可靠地解释它能责任，然后说明个四阶段参考架构，用于在生成和发布之间建立考证层。我入先容了个具体结束——TestMu AI的Kane CLI，涵盖其践诺模子、敕令和输出形势，并将每层映射到你可能依然在使用的器具，包括GitHub Copilot、Playwright和Microsoft Foundry代理评估。
读完本文，你将得回个赫然的模子和个不错在你我方的时刻栈中摆布的构建蓝图。
1、东说念主估量的信任盲点
2026年每个工程团队齐在问个问题，以及二个简直莫得东说念主问的问题。
个：咱们能多快地构建？谜底是：快得离谱。旧的等式延续了四十年：东说念主类编写代码，东说念主类送发布，软件以东说念主类的速率运行。
新的脚本不同了：大讲话模子编写代码，代理部署，自主系统抓续拜托。分析师依然对鸿沟给出了粗陋的数字。
Gartner瞻望40的企业摆布将镶嵌特定任务的AI代理，而之前不到5。McKinsey的捕快示，生成式AI在企业中的使用从节略三分之的公司攀升到年内达到三分之二。
Stack Overflow的开发者捕快答复称，略占多半的业开发者刻下每天齐会使用AI器具。这不是对于改日的瞻望。这是对近况的描摹。
二个问题决定了坐蓐环境中的情况：咱们能多快地进行考证？这等于信任盲点。
当个由个代理生成，由二个代理审查，由三个代理部署时，东说念主类直观的经典安全网——资工程师凭直观知说念某个经由有问题——依然从轮回中消散了。你留住个说切通过的工件，却莫得立的法知说念它是否测试了正确的东西。
这个差距等于代理测试的一齐主题。这是个着实的架构问题，而不单是是器具偏好。
2、为什么编码代理法考证我方的输出
编码代理在特定责任域确乎相配出：编写单位测试、践诺代码审查和提代码质地。接下来的罗网是通盘这个词主题的智商中枢，因此值得精准地论说。
绿构建中荫藏着个幻觉。代码通过并不等于端到端体验着实责任。单位测试解释个函数复返了其作家生机的值。它莫得说明结账按钮是否可达、模态框是否渲染，或者真实用户是否好像完成该所服务的旅程。
对于AI生成的经由，问题加复杂，因为质地不可是次的通过或失败查验。对自主系统的信任必须抓续解释，次又次地运行，因为被测试的系统在束缚变化。
故障理会为三个具体的工程问题，这三个问题是编码代理法精真金不怕火地测试我方输出的原因。
问题：坎坷文瓶颈。 着实的测试承载着不合乎坎坷文窗口的常识。多年的测试教育、特定于摆布的行径、团队商定和跳过章程、历史通过和失败花式，以及框架佳实践。
你法将组织的轨制化测试记念粘贴到教唆中。当你试图强行塞入时，模子产生幻觉的速率比理快。坎坷文窗口是个硬物理肃除，而测试常识过了它。
问题二：莫得双手和双眼。 这是决定的。代理生成代码。它们法、滚动或输入。它们法看到内容渲染的内容。它们法拿获损坏的模态框或折叠的布局。它们法从端到端说明个经由。重要的是，它们法永诀绿勾号和着实的通过。
代理描摹了应该发生什么。它莫得立的渠说念来考证它确乎发生了。讲话模子是文本引擎，而渲染的浏览器是有状况的、事件驱动的运行时。它们是不同的天地，模子自己莫得任何东西不错桥接它们。
问题三：脆弱的测试脚本。 现代理确乎编写自动化测试时，它们产生与被测试系统细密耦合的代码，带有硬编码的选拔器和固定的恭候。UI改会龙套切，而从新从重生成是唯的教导法。
恶运的是，这些测检修证的是代码应该作念什么，而不是用户体验应该作念什么。效果是调整债务在每次部署时齐在积聚，这是测试自动化筹备的头号手，直如斯。
句话总结等于贴在你示器上的那句话：代理拜托输出，而输出不是解释。接下来的切齐是将输出振荡为解释的架构。
3、SDLC刚刚回转，测试刻下是大部单干作
有个结构原因说明为什么这在刻下很进击，而在五年前不那么进击，这归结为个精真金不怕火的比率。
在AI之前，发布周期抓续数月，软件开发生命周期节略是80:20的分割，其中80的尽力用于开发，20用于测试。生成是荣华、平稳的东说念主类瓶颈。考证相对低廉，因为你考证的是平稳流淌的东说念主类编写的改。
AI期间翻转了这个比率。生成压缩到约20的尽力，因为代理使其简直费且简直即时。考证膨胀到80，因为你刻下试图信任界的机器生成改。
现代码低价且限时，稀缺、有价值、可御的责任是考证。淌若你的测试法是为旧寰球想象的，它就不是为这个寰球想象的。这个单的回转等于为什么"咱们能多快地考证"这个问题将永诀在代理期间荣达发展的团队和被未考证输出归拢的团队。
4、中枢想想：开发和发布之间的校服考证层
这是架构论点，精真金不怕火论说。处理信任盲点的法不是奢睿、智能的生成模子。
在依然出动太快的东西上添加智能莫得匡助。处理案是在发布和开发之间添加个校服考证层，这个组件的一齐责任是摄取意图，针对实践践诺它，并复返你不错依赖的效果。
校服是重要词。编码代理在想象上是概率的，这恰是它具有创造力的原因，也恰是它成为我方责任的恶运评判者的原因。
考证层必须弘扬得像个扎眼的工程师，而不是有创造力的工程师：给定相通的标的和相通的摆布状况，它驱动个真实的浏览器，查验内容渲染的内容，并复返判定以及该判定的根据。它是裁判，而裁判不可同期是参与者之。
这等于Kane CLI——我想入接头的器具——的构建标的。TestMu AI（于2026年1月12日从LambdaTest名）将其算作敕令行考证层发布，在土产货浏览器上测试任何或摆布圭表，它旨在由东说念主类和代理从同个结尾径直驱动。
在我入接头该器具之前，了解它在大管说念中的位置是有匡助的，因为考证层惟一在其插入到周围的筹备、践诺和分析中时才能得覆信任。
5、参考架构：四阶段代理质地管说念
将代理质地视为个具有四个阶段的管说念，从左到流并在自身上轮回。
将此视为你不错用我方的器具结束的参考架构；阶段范围是抓久的理念，任何给定的产物齐是它们的个实例化。
阶段，谋划。 测试管理组件使用AI将意图和需求振荡为测试遮盖。在实践中，此阶段回复"咱们应该测试什么"，摄入工单、产物需求文档和先前运行，并产生结构化遮盖，而不是东说念主类估计测试矩阵。
阶段二，创作。 这是意图变为可践诺考证的地。三个不同的创作智力在这里。KaneAI是GenAI原生测试代理，用于跨栈的谋划和创作。Kane CLI是面向开发东说念主员、QA和AI编码代理的浏览器自动化考证，它是本文的。代理对代理测试是种多代明智力，用于测试AI代理自己，我将回到这点，因为测试代理与测试Web摆布是不同的问题。
阶段三，践诺。 HyperExecute引擎在真实斥地、自动化网格、视觉测试、API测试、可探望测试、能测试、iOS模拟器和Android模拟器上大鸿沟运行编写的考证。架构重心是眷注点分离：创作产生可移植的意图，践诺决定在那里以及奈何等闲地运行它，从单个土产货Chrome窗口到数千个并行云环境。
阶段四，分析。 测试智能层践诺AI驱动的失实分类、智能自动教导和智能不褂讪检测。这层将数千个原始效果振荡为东说念主类不错处理的一丝有筹备，它是使通盘这个词轮回在企业鸿沟下可行的原因。
在稽察任何单器具之前内化四个阶段的原因是，前边莫得谋划的考证层测试的是失实的东西，背面莫得分析的考证层会让你归拢在杂音中。架构才是。器具只是个组件。
6、入接头：Kane CLI算作考证层
Kane CLI是校服考证层的个结束，值得详备了解，因为它的想象选拔是你在职多么系统中齐会濒临的想象选拔。
精真金不怕火的局势，你用当然讲话描摹你想要测试的内容，Kane CLI驱动个着实的Google Chrome浏览器来航、、填写表单、索求数据并考证效果，然后复返带有根据的通过或失败。莫得测试脚本、莫得选拔器、莫得XPath，也莫得框架样板。责任单位是意图，而不是指示。
7、开箱即用的
每个齐是对上述三种故障花式之的径直回复。
基于意图的规定从泉源摈斥了脆弱。你描摹个当然讲话标的，莫得脆弱的测试脚本、莫得定位器、莫得选拔器，也莫得UI改不错龙套的XPath。这是对问题三的回复。
弹运行通过复杂的多要津旅程保抓器具平淡责任，而不是在个就怕屏幕上崩溃，器具在践诺时自动发现失实，而不单是是查验预界说的断言。这是考证件事的脚本和探索经由的代理之间的区别。
基于视觉的恭候是对问题二"莫得双眼"问题的回复。Kane CLI不添加随便的睡觉计时器，而是恭候内容渲染的页面或，然后再连接。它正在稽察渲染的内容，这恰是讲话模子自己短少的智力。
Playwright代码生成将轮回闭合回你现存的时刻栈。你输入当然讲话教唆，Playwright测试用例就会复返。你基于意图的探索运行酿成了可提交的、框架原生的工件，这意味着代理创作不会将你困在有形势中。
Test.md框架将生成的测试用例存储为东说念主类和代理齐可读的Markdown，你不错随时重放，并从CI或CD管说念触发。TestMu AI于2026年5月出了这个代理原生框架，将探索会话振荡为抓久的、可考证的遮盖，需选拔器或特定框架的建树。个东说念主类和代理齐不错读取、裁剪和重放的测试是两个受众之间的辩论组织。
自动教导径直袭击调整债务。当UI改时，Kane CLI教导受影响的测试并复返新的测试代码，而不是让你重写它。机制是具体的：个要津失败因为选拔器改，自动教导事件从旧选拔器重建查询到新的、健壮的选拔器（如基于角或类型的定位器），要津从新运行并通过教导，然后智能恭候轮询标的状况直到元素褂讪并准备就绪，然后再连接。自加智能恭候加动态查询是内置的三东说念主组，摈斥了自动化头号手——调整。
可分享根据是使判定对东说念主类审查者着实的原因。每次运行齐产寿辰记和追踪运行，以及个可分享的辩论，该辩论重放标的完成确切切式、光标出动、有筹备等等。这成为可移植的解释，你不错附加到拉取肯求之前，要津中发现的任何失实齐会自动象征给用户。
代理原生输出是使通盘这个词事情可组合的细节。Kane CLI发出结构化的换行分隔JSON，即ndjson流，每个代理齐不错默契。判定不是东说念主类必须读取的截图；它是另个代理不错理的机器可读事件流。
8、三种花式，个引擎
使Kane CLI不单是是CLI的想象有筹备是东说念主类和代理以三种不同的式使用相通的引擎。
交互式TUI花式开个竣工的结尾用户界面，用于在及时浏览器会话中探索、迭代和辩论测试。你用kane-cli --tui启动它，粘贴个标的，然后不雅看每个识别的要津流式传输到结尾。这是东说念主类的驾驶舱。
头运行花式是CI和代理旅途。单个敕令运行个标的并复返带有圭臬退出码的结构化输出，这是管说念门控合并所需的切。
# 在职何结尾中立运行
kane-cli run --url https://app.example.com "考证结账经由"
# 在CI中，使用探望密钥跳过OAuth
kane-cli run "冒烟测试登录" \
--url https://app.example.com \
--access-key $KANE_KEY
代理手段花式是对考证AI生成代码进击的花式。你将编码代理指向个agents.md文献，管道保温施工代理学习如安在其我方的责任流中调用Kane CLI算作器具。
在Claude Code、Codex、Gemini或Cursor会话中，你内联调用它，Kane CLI会话在代理环境中驱动化，代理刻下不错践诺操作、断言、数据索乞降运行现存测试套件。
Kane CLI给你的代理双手和双眼：代理决定该需要哪些端到端测试，Kane CLI针对真实浏览器践诺它们并答复回来。这是开发轮回中缺失的半终于闭合了。
9、装配和运行界面
将考证层装配到机器上被格外想象得微不及说念，这很进击，因为莫得东说念主装配的考证层法考证任何东西。
# 装配（需要Node.js 18+和Google Chrome）
npm install -g @testmuai/kane-cli
# 或者：brew install LambdaTest/kane/kane-cli
# 认证
kane-cli login
# 运行你的个考证
kane-cli run --url https://example.com \
"'多信息'辩论并考证页面加载"
在底层，Kane CLI通过Chrome DevTools Protocol驱动着实的Chrome，这等于为什么它的建树公开了CDP就绪时和慢速CI运行器的启动重试次数，以及为什么它不错在气隙环境中回退到PATH上默契到的任何Chrome。凭据、会话和建树数据位于土产货.testmuai目次下。
这些是不丽都但决定器具是否能在真实管说念中生计的运营细节，值得在你采取的任何器具中查验。
10、运行内容奈何平稳践诺
个具体的运行是了解践诺模子的赫然窗口，而模子比运行自己道理。
给Kane CLI个复合标的：在示例站点上完成结账经由，然后获取生成的订单ID并将其粘贴到另个会话中的Google搜索中。有两件事揭示了架构。
先，经由拆分。Kane CLI读取标的并自即将其理会为两个责任流，个用于结账，个用于订单ID传递。它不是践诺线脚本；它是在谋划。在代理花式下，这种谋划算作具有式查验点的生成任务出现，每个要津在运行时流式传输状况对象，因此你及时不雅看{"step": 10, "status": "running"}变为{"step": 10, "status": "done"}。
其次，有状况索乞降断言。Kane CLI开土产货浏览器，理每个下步，下订单，并在表单需要数据时生成合理的测试数据来完成卡片和结账。
然后它从说明中索求并存储订单ID，在二个经由中开google.com，并粘贴存储的值。索求不是附带的。
Kane CLI仅在目表明确要求存储值时才抓久化该值，存储的效果在运行完成时出刻下运行的终状况中。像"读取"或"告诉我"这么的磨蹭措辞使代理不雅察而不拿获。这个左券是可教的且精准的：标的讲话规定状况机。
断言模子一样明确。个要津不错读取analyze: ANALYZE(condition, ...)然后assert: Assert that {{listing_count}} is less than 2，当条目不兴盛时要津正确答复失败。
考证层不单是是在自动化；它是在及时页面状况下评估条目并复返着实的判定，包括着实的失败，这恰是你想要的，因为弥远不会失败的考证层等于从未责任过的考证层。
当运行完成时，你退出，会话保存到选用的文献夹，已完成测试的Playwright脚本被生成，并生成个可分享的根据辩论。
开它，你会得到每个要津的竣工日记、自动播放重放示光标和有筹备，以及个可附加到审查的可移植工件。根据辩论等于：它将代理的格外告捷声明振荡为可公开查验的解释。
11、企业分析：从践诺引擎到智能钞票
运行的考证层是基本要求。每天保抓五万次测试灵验的考证层是个不同的工程问题。
数学是粗鲁的。每天五万次测试，百分之的失败率等于每天早上五百个警报。
东说念主类团队法在午餐前对五百个日记进行分类；他们被数据瘫痪了。莫得智能层的原始践诺量不是钞票，它是对你我方工程师的拒服务袭击。
谜底是告诉你什么在龙套、为什么在龙套以及奈何教导的分析。
逸想状况是个智能层，内容上不错说："这四百五十个失败分享个上游原因和个教导，这五十个是着实的归来，而这个是重要的。"这种分类是五百个辩认警报和少数几个分有筹备之间的区别。
档次的智力是轨制记念。代理不错构建质地常识图谱，记取花式和行径并提供坎坷文而不是裸失实，提倡诸如"此API在负载部署时期时"、"此组件在三个版块前不褂讪"或"这看起来像上个月的数据库锁问题，这是教导案"等不雅察。
这是从践诺引擎到政策智能钞票的飞跃，恰是问题中的坎坷文瓶颈，在系统别处理而不是塞进教唆中。不合乎坎坷文窗口的常识存在于图中，图是可查询的。
12、测试代理自己：二个、难的考证问题
到刻下为止的切齐是考证代理构建的软件。有个不错说难的问题：考证代理自己——聊天机器东说念主、语音助手和通话代理，这些刻下是产物。你不可用测试结账按钮的式来测试这些。
通晓它的框架是你需要造反代理来测试你的代理，不是为了代码过失，而是为了逻辑过失——任何静态分析器齐弥远法拿获的理失败。要测试AI，你需要AI。代理测试代理，探索、理、妥当并找到逻辑过失而不是语法失实。
大多半团队今天依赖两种法的组合，值得精校服名它们，因为它们是互补的，而不是竞争的。
场景测试，或LLM评估。 你为几轮创建坎坷文，模拟苟简的交互，并单考证反应，查验单个教唆和来自模子API的反应。这很快、低廉，且是单位测试局势的。
端到端模拟测试。 你运行竣工的多轮交互并查验标的是否结束。这很慢、荣华，且是集成测试局势的，它是拿获仅在通盘这个词对话中出现的失败的唯法。
代理对代理测试在五个名义上结束了这点，该分类法是任何构建对话AI的东说念主的灵验清单。
聊天相沿基于文本的机器东说念主，具有跨固定质地筹备集的多轮评估。语音将相通的评估模子膨胀到音频对话。
回电代理注于摄取呼唤的代理，在模拟呼唤上进行预评估，在坐蓐灌音上进行后评估。外呼代理涵盖拨电话的代理，具灵验号码池和被迫监控。
五个名义是图像分析器，根据教唆、时刻表率和指南对生成的图像进行评分。
除了准确、能、可靠和安全的中枢筹备外，评估还涵盖反应致、次呼唤处理、意图识别、指示罢职、任务完成、对话经由、偏见检测、毒筛选，进击的是客户欢然度。
淌若这个评估器列表听起来很熟习，它应该很熟习，因为微软我方的平台依然拘谨到相通的局势，这是个浓烈的信号，表明这是该学科的发展向。多对于这面的内容将不才面的映掷中。
13、东说念主类在轮回中不是种良习，而是架构
有种招引将"代理测试代理"解读为"东说念主类出局了"。我合计刚巧违抗。
重要任务系统需要东说念主类监督，代理测试需要跨多个阶段进行考证，东说念主类在评估坎坷文、质地和可靠面阐扬重要作用。
中枢挑战不再是"代码是否责任"，而是"咱们是否能信任理"。理系统需要理审查者，而这个审查者是东说念主类。
角不会消散；它会进步。测试东说念主员从编写脚本转向工程坎坷文，从手动践诺转向考证理，从教导脆弱的测试转向充任质地的守门东说念主。
AI作念贫寒的责任，东说念主类提供意图、职守和判断。对于重要任务系统，东说念主类在轮回中是不可谈判的。在架构上，这意味着你的管说念需要在判断（而不是模糊量）是看管条目的点上确立式的东说念主类门控，器具的任务是通过给东说念主类个分的、有根据的、坎坷文丰富的有筹备（而不是堵日记墙）来使这些门控变得低价。
14、将参考架构映射到Microsoft生态系统
这等于它不再是单供应商故事而酿成你不错构建的东西的地。
代理测试架构的简直每层在Microsoft和GitHub开发者栈中齐有对应物，了解映射让你不错从你可能依然领有的部分拼装考证层。
生成层：编码代理。 通盘这个词问题从代理编写代码起源，在这个栈上等于GitHub Copilot编码代理。微软的指以致涵盖了测试界正在反应的vibe-coding责任流。从这里起源了解你的考证层必须拿获什么。
代理手段花式。 Kane CLI的"将你的代理指向agents.md，它学习调用该器具"与Microsoft在Agent Skills中局势化的花式相通，这是在SKILL.md中界说的可重用指示集，Copilot代理自动发现并激活。淌若你想将我方的考证层深远给编码代理，这是要结束的左券。
浏览器践诺基板。 Kane CLI驱动着实的Chrome并不错出Playwright，而Playwright是微软的开源端到端框架，恰是为此构建的：自动恭候、Web先断言、浏览器远隔，以及个为编码代理提供结构化浏览器规定的Playwright MCP服务器。
测试代理自己。 代理对代理测试筹备简直对映射到Foundry的代理评估器，其访佛于代理系统的单位测试，并为意图处理、器具调用准确、任务罢职、依据和谜底竣工发出通过或失败分数。
映射的重心是，代理测试不是个供应商的见识。它是个正在会通的行业花式，即使产物不同，这些层亦然褂讪的。
8、代理测试系统的实用蓝图
将架构整合在起，这是蓝图。每个原则齐追忆到上头涵盖的故障花式。
在生成和发布之间摈弃校服考证层。 生成器在想象上是概率的；考证器在想象上必须是校服的。弥远不要让编写代码的代理成为它是否责任的唯判断者。
让意图成为责任单位，而不是指示。 将测试编写为当然讲话标的，并将其算作可重放的、东说念主类和代理齐可读的文献提交（Test.md花式）。选拔器和硬编码的恭候是你试图逃避的调整债务。
给你的代理双手和双眼。 讲话模子法看到渲染的页面。通过Kane CLI、Playwright MCP服务器或等器具辩论真实浏览器，以便代理不错操作和不雅察，而不单是是描摹。
发出机器可读的判定。 结构化的ndjson和圭臬退出码让个代理不错理另个代理的效果，让CI门控合并。截图为东说念主类准备；管说念需要数据。
要求每个判定齐有根据。 追踪、和可分享的重放辩论将格外的告捷声明振荡为可附加到拉取肯求的可公开查验的解释。
为自而想象。 自动教导选拔器、智能恭候和动态查询是保抓套件在UI变化中存活的重要。调整是自动化的头号手；从天起就想象它。
在增多容量之前添加智能层。 在鸿沟上，分类和根柢原因分类不是可选的。构建记取花式的常识图谱，不然你将用警报瘫痪你的团队。
测试代理，而不单是是摆布。 对于对话和自主系统，同期运行场景评估和端到端模拟测试，并评估逻辑过失、偏见和毒，而不单是是正确。
在重要任务旅途上保抓式的东说念主类门控。 自动化工作，保留判断。东说念主类在轮回中是架构，而不是过后见识。
9、后的想考
代理测试与其说是要学习的新框架，不如说是你干预尽力的地的更正。当机器不错在几秒钟内编写代码时，稀缺的责任酿成了查验它，而这个查验必须是自动的、可重迭的，并由你不错稽察的根据相沿。
令东说念主饱读动的部分是这些部分依然存在并不错干净地组合在起。你不错给代理个真实的浏览器，用当然讲话描摹你想要什么，得回带有可重放追踪的通过或失败，并将通盘这个词东西辩论到你依然在运行的管说念中。
你不错选拔个经由，将其编写为意图，并让考证层在每次改时端到端地解释它。添加自和结构化输出，以便你的其他代理不错读取效果。将东说念主类保留在需要判断的门控上。邮箱：215114768@qq.com相关词条:玻璃棉 塑料挤出机厂家 钢绞线 管道保温 PVC管道管件粘结胶
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。