AI驱动的测试:Cypress的cy.prompt功能实践

测试人员的角色和测试工具正在迅速发展。Cypress 最近引入了一个实验性功能,可能会改变我们编写 Cypress 自动化测试的方式。

新的 cy.prompt 功能将允许我们使用自然语言提示来生成自动化测试。其想法是用普通的英语来编写测试步骤,Cypress 将自动生成测试代码。

什么是 Cypress cy.prompt?

Cypress 的 cy.prompt 使用生成式人工智能,将自然语言指令直接翻译成可执行的 Cypress 代码。

我们无需手动编写每一个测试步骤,而是可以直观地描述动作,Cypress 将其翻译成它自己的 Cypress 代码。这个功能的目标是节省编写测试的时间和精力。

原本需要这样写:

复制代码
cy.visit('/login')
cy.get('#username').type('testUser')
cy.get('#password').type('secret')
cy.get('button[type="submit"]').click()
cy.contains('Welcome, testUser').should('be.visible')

但有了这个功能后,可以这样写:

复制代码
  pt(["Visit login page",
  "Enter username 'testUser' and password 'secret'",
  "Click login button",
  "Verify user sees welcome message"
  ])

为什么 Cypress 要将人工智能引入测试中?

在当今快节奏的世界中,软件团队面临着日益增长的需求:更快的交付速度、更高的质量以及不断增加的测试覆盖率。

这个想法是在测试过程中使用人工智能,使测试的创建和维护更加迅速和便捷:

  • 更快的测试创建:减少脚本编写时间,更多时间用于测试复杂场景。

  • 降低入门门槛:不熟悉 Cypress 语法的新测试人员和团队成员可以立即做出贡献。

  • 减少测试维护工作:自我修复能力意味着在出现轻微 UI 变化后,测试中断的情况会更少。

可以到我的个人号:atstudy-js

☑️这里有10W+ 热情踊跃的测试小伙伴们

☑️一起交流行业热点、测试技术各种干货

☑️一起共享面试经验、跳槽求职各种好用的

即可加入领取 ⬇️⬇️⬇️

转行、入门、提升、需要的各种干货资料

内含AI测试、 车载测试、自动化测试、银行、金融、游戏、AIGC...

注意事项和当前限制

cy.prompt 目前仍处于实验阶段,测试人员需要注意以下几点:

  • 准确性与稳定性:在最初使用时,要仔细检查生成的代码。

  • 复杂场景:一些边缘情况可能仍然需要手动编写脚本。

  • 早期访问:目前只能通过 Cypress 早期访问计划 获得。

建议和预期结果

为了充分发挥这一新功能的价值:

  • 将提示与手动编辑相结合:让人工智能生成初始测试,然后手动进行增强或优化。

  • 逐步采用:逐渐将 cy.prompt 引入到您的工作流程中。

  • 清晰的提示:使用简单、直接的语言,以从人工智能中获得最佳结果。

在未来,我认为 Cypress 将会进一步改进这一功能,使用它进行测试将变得更加高效。我们可能会期待它在复杂交互方面具备更强大的能力,以及更准确的元素选择器预测。

Cypress 的 cy.prompt 是一个潜在的游戏规则改变者,可能会极大地简化自动化测试的创建。

你对 Cypress 的新人工智能驱动功能 cy.prompt 有何看法?你是否使用过类似的由人工智能驱动的测试工具?请在评论中分享你的想法和经验!

相关推荐
卷积殉铁子41 分钟前
OpenClaw不装了,GPT-6硬刚:谁能拿下未来5年AI红利?
人工智能·aigc·openai
前端不太难42 分钟前
AISystem:鸿蒙游戏中的 AI 行为驱动
人工智能·游戏·harmonyos
Codebee44 分钟前
Harness Engineering:AICode 的灵魂
前端·人工智能·前端框架
不加辣椒1 小时前
第 1 章 大语言模型的“阿喀琉斯之踵”
人工智能
上海锝秉工控1 小时前
超声波循测仪:工程检测领域的“智慧之眼”
人工智能
地球资源数据云1 小时前
1960年-2024年中国棉花产量数据集
大数据·数据结构·数据仓库·人工智能
ZGi.ai1 小时前
AI工具泛滥的治理思路:从分散采购到统一底座
人工智能·chatgpt
AI服务老曹1 小时前
架构实战:基于 GB28181 与 RTSP 的异构设备统一接入方案,深度解析 Docker 化 AI 视频管理平台
人工智能·docker·架构
hhhhhh_we1 小时前
皮肤人格的工程化实现:预颜美历如何用3D点云与循环神经网络构建数字孪生人格
图像处理·人工智能·rnn·深度学习·神经网络·3d·产品运营
Java.熵减码农1 小时前
长文拆解 Karpathy 的 AI 知识库搭建术(Obsidian + Claude Code 完整指南)
人工智能·chatgpt