playwright
PulseAugur coverage of playwright — every cluster mentioning playwright across labs, papers, and developer communities, ranked by signal.
13 天有情绪数据
-
LLM 测试需要在传统测试金字塔中增加新层级
由于大型语言模型（LLM）独特的性能特点，传统的测试金字塔需要进行调整以适应它们。基于 LLM 的服务层测试可能比传统的 UI 测试更慢、成本更高，因此需要在测试金字塔中增加一个新层级。这个新层级位于传统的 API 测试和 UI 测试之间，考虑了 LLM 的推理性质。虽然模拟 LLM 可以提高速度，但会产生技术债务；更稳健的方法是使用 LLM 来协调和判断测试结果，确保即使底层系统发生变化，测试也能保持稳定。
-
Playwright 测试脚手架追踪 AI 生成代码的来源
一位软件工程师开发了一个脚手架工具，用于追踪 Playwright 测试中代码行的来源。该工具旨在区分由人类工程师编写的代码和由各种 AI 模型生成的代码，包括特定的模型版本和运行实例。这个脚手架背后的设计决策最近发表在 Elsevier SoftwareX 上。
-
LLM聊天机器人测试清单强调基于属性的断言和OWASP安全
测试LLM聊天机器人和RAG应用需要从传统的确定性检查转向基于属性的断言，重点关注所需事实、拒绝范围外查询以及遵守格式。开发人员应单独测试检索和生成步骤，使用Ragas等工具进行上下文召回和忠实度指标。安全测试应纳入LLM应用OWASP Top 10，解决提示注入、敏感数据泄露和系统提示泄露问题，同时验证是否符合AI Act的透明度要求。
-
开发者对网站到 Markdown 爬虫进行基准测试：速度 vs. 内容质量
一位开发者在五个真实网站上对其自定义的网站到 Markdown 爬虫与 Apify 的网站内容爬虫 (WCC) 进行了基准测试。开发者的工具 Website Markdown Crawler 在基本模式下更快、更便宜，但 Apify 的 WCC 在移除菜单和页脚等无关页面元素方面表现出色。两种工具都难以准确提取代码块和处理表格、标题等特定 HTML 结构，其中 WCC 在 Next.js 文档和 Intercom 帮助内容上出现了问题。
-
Claude Code 与 Playwright 集成，实现更可靠的测试生成
一项新的集成允许开发人员通过利用模型上下文协议 (MCP) 来使用 Anthropic 的 Claude Code 编写 Playwright 测试。此方法使 Claude Code 能够直接与实时浏览器交互，从可访问性树读取定位符，而不是从源代码猜测。这种方法旨在通过确保定位符基于实际渲染的页面来提高测试的可靠性，从而防止由不稳定的测试引起的常见 CI 故障。
-
探讨AI变现挑战、安全讨论和开发工具
多位用户正在讨论AI开发及其应用的不同方面。一位用户详细介绍了他们构建和部署MCP服务器、Google Sheets插件和支付堆栈的经验，尽管一切正常但收入为零，突显了AI变现的挑战。另一篇文章探讨了有效利他主义与AI安全交叉的议题，讨论了这些原则如何影响技术领导力和高管决策。此外，还提到了使用Trafilatura和Playwright等工具优化LLM上下文窗口以进行高效数据提取。
-
Jam 通过 MCP 服务器和直接 CLI 集成 AI 代理
Jam 提供两种主要方法将其功能集成到 AI 代理中：托管的 MCP 服务器和直接的 CLI/webhook 方法。MCP 服务器提供对 Jam 的录制、控制台和事件数据的访问，并通过 OAuth 或个人访问令牌进行身份验证。然而，直接路径对于从文件或跟踪创建新的 Jam 以及响应 Jam 创建事件是必需的，因为 MCP 服务器主要管理现有的录制。虽然 MCP 服务器提供更广泛的功能，包括视频分析，但直接 CLI 是程序化交互的主要 …
-
使用 .mcp.json 配置设置 Playwright MCP 的指南
本文通过演示如何使用 .mcp.json 配置文件来设置 Playwright MCP，详细介绍了 MCP（消息通信协议）的实际实现。它建立在之前关于 MCP 的理论讨论之上，解释了其目的和请求流程。
-
Pi 代理添加了模型上下文协议支持，降低了上下文成本
极简编码代理 Pi 最近实现了对模型上下文协议 (MCP) 的原生支持，此举解决了工具密集型 AI 代理面临的重大“上下文成本”问题。此前，Pi 明确表示不支持 MCP，但其 v0.99.0 版本现已包含此功能。这一变化值得注意，因为 MCP 会消耗代理上下文窗口的很大一部分，Perplexity 报告称其上下文预算的 72% 被征收了“税”。Pi 的解决方案，称为 Codemode，推迟了工具加载，并将工具视为文档，而不是预先将其模…
-
新工具揭示 Anthropic Claude Code 子代理每次调用发送 51K 个 token
一位开发者创建了一个名为 `subagent-tax` 的 Python 工具，用于分析 Anthropic 的 Claude Code 子代理的 token 使用情况。该工具显示，每次子代理调用都会重新发送大约 51,000 个 token 的固定前导部分，其中包括系统提示、工具模式和技能列表。这可能导致 token 大量浪费，在一个用户案例中，132 次观察到的调用估计成本为 20.20 美元。该工具有助于识别此前导部分中最昂贵的…
-
Microsoft Playwright MCP 使 AI 能够探索应用并编写测试
Microsoft 推出了 Playwright MCP（Model Context Protocol 服务器），它使 Claude Code、GitHub Copilot 和 Cursor 等 AI 助手能够与 Web 应用程序交互并生成自动化测试。该工具利用结构化的可访问性快照而非视觉模型，使 AI 能够理解角色和可访问名称等元素，这对于健壮的 Playwright 定位器至关重要。该过程包括 AI 助手探索应用程序、识别元素及其…
-
T3rnel Browser 让 AI 代理可以使用您已登录的浏览器会话
T3rnel Browser 是一款新的浏览器扩展，旨在让 AI 代理更有效地与网络进行交互。它将 Chrome、Edge、Firefox 或 Opera 中现有的浏览器会话转换为模型上下文协议 (MCP) 服务器，使代理能够执行登录、填写表单和导航复杂网站等操作。该扩展包括数据编辑、提示注入检测和批准门等安全功能，同时还为开发人员提供了提取 CSS、捕获屏幕截图和生成自动化测试的工具。
-
Claude AI 为产品展示视频生成代码
一位用户完全通过 Claude 本身生成的代码，为 AI 助手 Claude 创建了一个产品展示视频。该过程包括 Claude 为每个场景编写 HTML、CSS 和 JavaScript，然后使用 Playwright 逐帧渲染和捕获，并编译成 MP4。声音效果和画外音等音频元素也由代码生成和计时。用户发现这种方法非常有效，并指出 AI 生成的功能部分的视觉效果优于他们手动制作的效果。
-
编码代理Pi改变立场，整合了曾受批评的MCP协议
编码代理Pi最初是模型上下文协议（MCP）的直言不讳的批评者，现已将MCP整合为核心功能。其创建者Mario Zechner此前曾认为MCP的标准实现效率低下，占用了代理相当一部分的上下文窗口用于工具定义。然而，MCP协议本身的变更、其广泛采用以及Pi开发的一种名为Codemode的新集成方法（该方法使用沙盒内的JavaScript来访问工具）促成了这一转变。
-
OpenAI 快速发布 Decisions API，推动 AI 代理实现超人水平的计算机使用
OpenAI 快速为其 AI 代理开发了新功能，重点是增强它们与软件交互和从错误中恢复的能力。该公司仅用一周时间开发的 Decisions API 旨在提供低延迟、结构化的输出，早期应用于内部工作流程。OpenAI 还致力于实现更快的推理速度，并探索诸如中途转向和异步工具调用等功能，以使代理更具响应性并能够执行复杂任务，从而有可能在计算机使用方面实现超人水平的表现。
-
Claude 和 Playwright MCP 增强 QA 测试自动化
本文探讨了手动 QA 工程师如何利用 Claude 和 Playwright MCP 来自动化重复性测试流程。文章详细介绍了一种集成这些工具以简化测试创建和执行的方法。目标是提高效率并减少软件质量保证中的手动工作量。
-
新工具让AI模型能够使用Slack和Mail等Mac应用程序
LMCP发布了一款新工具，允许Claude Code和Cursor等AI模型与用户Mac上的应用程序进行交互。该工具充当服务器，使AI客户端能够访问Slack、Mail和Google Drive等本地应用程序，而无需为许多功能直接连接云API。该系统旨在通过提供统一的接口并减少手动配置和管理权限的需求，来简化AI与现有软件的集成过程。
-
AWS 推出 Amazon Nova Act 以实现弹性合成监控
Amazon Web Services 推出了一种使用多模态大语言模型 Amazon Nova Act 的新合成监控方法。这种方法摒弃了传统的、易于损坏的 UI 自动化框架，如 Selenium 和 Playwright，这些框架依赖于在 UI 发生微小变化时经常失效的 DOM 选择器。取而代之的是，Amazon Nova Act 处理 UI 截图，使其能够适应样式更改而无需更新脚本，并在早期企业用例中展现出超过 90% 的准确率。
-
AI 测试自动化利用模型上下文协议和 Playwright
一种新的 AI 测试自动化方法将语言模型与模型上下文协议 (MCP) 和 Playwright 相结合。该系统允许 AI 模型解释需求、规划操作并与 Web 浏览器进行交互。MCP 作为通信层，将浏览器操作暴露给模型并返回结构化上下文，而 Playwright 则在 Chromium、Firefox 和 WebKit 等浏览器上执行这些操作。通过使模型能够比传统的基于定位符的方法更有效地适应结构性变化，这种集成旨在通过减少由 UI 更…
-
11款热门工具的MCP服务器token计数差异巨大 · 追踪2个来源
对11款热门MCP服务器的比较显示，其token计数存在显著差异，Notion使用的token数量远超Git或Puppeteer。这些差异归因于分词器、服务器版本和计数方法论的不同，突显了在未指定测量方法的情况下，token计数并非绝对值。分析还注意到工具计数方式的不一致性，一些服务器包含远程服务，而另一些则不包含，并且一些社区列表包含过时或宣传信息。