Playwright 1.56 随版本发布了三个内置的 AI Agent，它们可以规划测试套件、编写相应的 TypeScript 脚本，并即时修复失效的定位器。其结果是：手动测试的繁琐工作转变为了一种 AI 辅助的工作流。
为什么这一变化至关重要
自动化工程师长期以来一直处于一个重复的循环中：将需求转化为测试用例，手写脚本，运行它们，然后在 UI 发生变化时不断追逐不稳定的选择器。维护成本可能会抵消自动化节省下来的时间，尤其是在快速迭代的前端开发中。通过将 AI Agent 直接嵌入测试框架，Playwright 缩短了“修复并运行”的周期，让工程师能够专注于高层级的测试策略，而不是浪费时间寻找选择器。
三大 Agent 详解
- Planner Agent – 接收关于应用程序应实现功能的自然语言描述，探索实时网站，并输出结构化的 Markdown 计划。该计划列出了主要的用户流程和边缘情况场景，在编写任何代码之前提供清晰的蓝图。
- Generator Agent – 读取 Markdown 计划并生成可执行的 TypeScript 测试代码。它会与运行中的浏览器进行交互以验证选择器是否稳定；如果收到指令，它还可以遵循 Page Object Model（一种将页面结构与测试逻辑分离的设计模式）。
- Healer Agent – 监控测试运行；当失败归因于 UI 变更时，它会重放失败的步骤，检查更新后的 DOM，并建议修正后的选择器或定位器。该建议会以草稿补丁的形式出现，开发者可以接受或进行微调。
这些 Agent 以一种“Agent 循环”的方式运行：Planner → Generator → Healer。每一步都为下一步提供输入，从而创建一个能够与被测应用程序保持同步的自适应流水线。
与通用 AI 工具的区别
对话式模型或代码补全扩展可以生成代码片段，但它们缺乏对实时 DOM 和特定项目配置的直接访问权限。Playwright 的 Agent 使用 Model Context Protocol，将当前页面结构和测试框架设置流式传输到模型中，让 AI 能够对其将要交互的确切元素进行推理。它生成的代码不仅语法正确，而且在生成瞬间就与真实的 UI 紧密关联。
快速上手
- 设置一个 Node 项目并将 Playwright 添加为依赖。
- 运行
npx playwright init-agents --loop=vscode在你的编辑器中启动 AI 循环。 - 编写一个加载应用程序的最小化“种子”测试；这会为 Agent 提供具体的上下文。
- 发出自然语言提示词（例如，“创建一个包含折扣码的结账流程”）来触发 Planner，让 Generator 生成脚本，并让 Healer 保持其健康运行。
让 Agent 表现更佳的技巧
- 清晰的种子测试 – 初始测试应能可靠地启动应用并展示主要的 UI 元素；模糊的入口点会干扰 Planner。
- 结构化的种子数据 – 提供描述预期输入的 JSON fixtures 有助于 Generator 选择合适的选择器。
- 要求使用 Page Object Model – 明确指示 Generator 构建页面对象脚手架，可以得到更整洁、更易于维护的代码。
- 将 AI 输出视为草稿 – 在提交代码前请检查生成的脚本；Agent 仍可能忽略业务逻辑的细微差别，或生成过于通用的选择器。