Cypress 发布了一项名为 tap 的 beta 功能，允许 AI 驱动的编程智能体接入实时的 Cypress 测试会话，提取 DOM 快照和命令日志，并利用这些视觉信息来诊断失败原因。该工具仅适用于 Cypress 15.21.0 或更高版本、基于 Chromium 的浏览器以及 “cypress open” UI；它无法在无头模式（headless mode）下运行。

为什么 AI 智能体需要的不仅仅是退出码

大多数 AI 编程助手将 Cypress 运行视为任何其他命令行工具：它们执行 npx cypress run，读取进程的退出状态，然后决定测试是否通过。退出码可以告诉智能体出错了，但它无法提供任何线索来表明是选择器拼写错误、页面加载失败，还是遮罩层挡住了按钮。相比之下，人类会打开 Cypress UI，观察浏览器，检查 DOM 树，并在形成假设之前阅读命令日志。

这种差距使得自动化调试变得非常脆弱。“找不到元素”可能由数十种根本原因引起，如果没有视觉证据，AI 可能会不断尝试相同的修复方法，陷入无休止的循环。

tap 如何弥补这一差距

Tap 为正在运行的 Cypress 实例创建了一个基于终端的接口。一旦开发者以 open 模式启动 Cypress：

npx cypress open --e2e --browser=chrome

智能体就可以从一个单独的 shell 中发出一系列 JSON 输出命令：

  • npx cypress tap specs --json – 列出可用的 spec 文件。
  • npx cypress tap run <spec> --json – 开始运行单个 spec。
  • npx cypress tap status --json – 返回当前运行的状态，包括时间戳。

由于状态负载包含一个 startedAt 时间戳，智能体可以验证它查看的是最新的结果，而不是之前结束的陈旧运行。仅依靠原始退出码已不再足够。

当测试失败时，智能体可以进行更深入的挖掘：

  • npx cypress tap reporter --json – 获取整体测试报告。
  • npx cypress tap command --test-id <ID> --command-id <ID> --json – 提取出错的具体命令，以及该时刻应用的 DOM 快照、ARIA 树和任何相关的元素属性。

有了这些快照，AI 就可以推理出为什么选择器失效、页面是否仍在加载，或者是否有模态框遮挡了目标。然后，它可以提出代码更改，应用更改，并重新运行相同的 spec 以验证修复效果。

针对自主智能体的安全策略

为了防止循环无限运行，Cypress 团队建议采用一种规范的工作流：

  1. 仅运行一个特定的 spec 文件。
  2. 使用严格的截止时间轮询 tap status，忽略任何 startedAt 早于上次轮询结果的数据。
  3. 仅检查失败的测试和出错的命令。
  4. 在下次运行前允许进行一次代码修改。
  5. 重新运行 spec。
  6. 如果结果发生了变化，则停止运行并标记人工进行审查。

智能体还应针对其观察到的内容以及为什么提议的修复方案应该有效，生成一段自然语言解释。仅仅通过测试是不够的；AI 必须证明它理解了视觉证据。

谁将从中受益

已经依赖 AI 助手进行代码生成的开发人员现在可以为这些助手提供更丰富的调试界面。预期的收益是减少在处理不稳定测试（flaky tests）上花费的时间，特别是在大型端到端测试套件中，手动重现失败可能需要数分钟。采用 tap 的团队可能会在涉及 UI 组件的 pull request 上获得更快的周转速度，并减少反复调试的需求。

风险与局限性

Tap 仍处于 beta 阶段，这意味着它可能包含 bug、更改其命令语法，或在不通知的情况下停止对某些配置的支持。它对 open UI 的依赖排除了无头 CI 流水线，因此团队需要为自动化构建制定单独的策略。由于该功能会流式传输实时的 DOM 数据，因此会产生轻微的性能开销，可能会减慢大型 spec 的运行速度。最后，安全策略假设 AI 能够遵守截止时间并在单次更改后停止；设计不当的智能体仍可能进入无限循环或应用错误的修复。

下一步值得关注的内容

  • Beta 反馈周期 – Cypress 可能会根据早期采用者的反馈来优化 JSON schema 并添加更细粒度的命令。
  • 与 CI 的集成 – 预计会出现社区脚本，通过启动虚拟显示器等方式，将 tap 的 open-mode 要求与 headless runners 连接起来。
  • AI Agent 工具链 – 构建编程助手的厂商可能会开始将 tap 支持作为默认调试模块进行捆绑，从而使该功能在主流 IDE 扩展中更加显眼。

如果你正在尝试 AI 驱动的测试维护，可以在单个不稳定的测试规范 (flaky spec) 上试用 tap，看看视觉上下文是否能缩短调试周期。该工具不会取代人类的判断，但它确实为你的编程 Agent 提供了一双此前所欠缺的“眼睛”。