企业官网建设流程全解析

Maestro AI 测试实操：让自然语言替你写移动 UI 自动化测试

【免费下载链接】MaestroPainless E2E Automation for Mobile and Web项目地址: https://gitcode.com/GitHub_Trending/ma/Maestro

产品组改了一个页面，UI 自动化测试套件第二天就集体变红。控件 ID 换了、按钮文案改了，测试同学大半时间在修选择器，而不是在找新 bug。这正是 Maestro 这款移动 UI 自动化测试工具想解决的：用 AI 测试把断言写成自然语言，让视觉缺陷检测直接看截图，一份脚本同时跑 Android 和 iOS。

传统写法里，测试脚本像一台"录像机"：记录点哪个坐标、匹配哪个 ID、按什么顺序。界面上任何一个词变动，录像就作废；Android 和 iOS 的控件树又不一致，还得维护两套脚本。页面越多，这种负担越重。

它解决了什么

Maestro 的思路是把"录像机"换成"验收员"。你不再说"点坐标 (320, 512)"，而是说"进入登录页后，应该能看到用户名和密码输入框"。执行时模型看着当前界面，结合视图层级和截图来判断这句话是否成立——就像让同事帮你确认"这个页面长得对不对"，他理解的是画面含义，不是坐标。

这样一来，按钮文案从"登录"改成"Sign in"，写"登录入口可见"的断言大概率依然通过，脚本不用动，因为它持有的是意图而不是坐标。这些能力实现在 maestro-ai/src/ 模块里，同时支持 OpenAI 与 Anthropic 两种模型，只需一个环境变量即可切换。

📸 功能体验

视觉回归测试怎么开

assertNoDefectsWithAI让模型对截图做一次"体检"：元素重叠、错位、图片加载失败这类没法写死判定条件的异常，会直接报出来。

- launchApp: clearState: true - tapOn: 缺陷测试 - assertNoDefectsWithAI: optional: true label: 检查页面布局是否正常

效果很直接：过去那种"我看着不对劲，但写不出断言"的问题，一行就能覆盖，也不必再维护图片基线去逐像素比对。演示应用的缺陷页就走了这套流程——界面里放了一张兔子图，由模型确认它是否渲染正常。

自然语言测试断言怎么写

assertWithAI是通用断言：把界面应该呈现的样子用一句话写出来，由模型判定通过与否。

- launchApp: clearState: true - assertWithAI: optional: true assertion: 登录入口可见，且没有被弹窗遮挡

断言写成句子之后，就是一份可读的自然语言测试脚本：界面措辞变了、只要语义没变，断言照样有效。配合 e2e/workspaces/ 下的现成样例，可以直接照抄它和tapOn、waitUntil等确定性命令混用的写法。

一次描述双平台脚本

同一个 flow 文件在 Android 和 iOS 上原样可跑。遇到平台特有交互时，AI 断言也比较宽容：Android 的返回键和 iOS 的侧滑返回，对模型来说都是"退回上一级"。

- launchApp: clearState: true - assertWithAI: assertion: 主界面导航菜单已显示

写一次用例，就不用再维护两份脚本。平台差异较大的页面，可以参考仓库里 Wikipedia 工作区按平台拆 subflows 的做法，把公共步骤留在主流程里。

5 分钟配置 AI 测试

1. 获取源码：git clone https://gitcode.com/GitHub_Trending/ma/maestro
2. 构建 AI 模块：./gradlew :maestro-ai:installDist
3. 配置模型密钥（OpenAI 或 Anthropic 均可）：export MAESTRO_CLI_AI_KEY=sk-...
4. 跑官方演示：./maestro-ai/build/install/maestro-ai-demo/bin/maestro-ai-demo --help，传入一张截图即可看到缺陷检测输出
5. 写自己的 flow 后用maestro test运行，可以直接指向 e2e/demo_app/ 里的示例应用验证

工程细节

• 防抖机制。extendedWaitUntil支持动态等待元素出现，内部还带 40ms 的状态稳定检测，界面没就绪就不会急着操作，这是 AI 断言少报误红的主要原因。
• MCP 服务器。Maestro 的 MCP 服务暴露了 14 种测试工具调用，含list_devices、tap_on、run_flow、query_docs、cheat_sheet；评测集 maestro-cli/src/test/mcp/full-evals.yaml 用 LLM judge 给工具调用打分，阈值 0.8，保证自动化调用不"乱来"。
• 成本分级。重复场景复用历史分析结果，简单断言走低配模型（如 Claude-3-5-Haiku 级别），只对界面变化区域做增量分析，token 开销不随用例数线性上涨。

⚠️ 避坑指南

• 不要把每条断言都丢给模型。能写assertVisible、tapOn的就写成确定性命令，assertWithAI留给语义级判断，这是最省 token 的做法。
• 不稳定的页面别忘了optional: true。广告位、临时弹窗这类元素如果硬断言，整个流程会直接红；设成可选，失败时跳过而不打断主流程。
• 别用 AI 做像素级比对。真要逐像素对比界面，请用assertScreenshot加图片基线；让 AI 负责"看起来对不对劲"，各干各的活。
• 别没起 fixture 服务就跑 web 流程。e2e/workspaces 下的 web 用例依赖本地静态服务，服务没起来时报的是Element not found，排查方向会完全跑偏。

AI 测试的价值，在于把测试同学的注意力从"追选择器"拉回"业务应该长什么样"。把密钥配好，挑一个最不稳的页面丢一条assertWithAI，看看有多少维护工作能交给模型去做。

【免费下载链接】MaestroPainless E2E Automation for Mobile and Web项目地址: https://gitcode.com/GitHub_Trending/ma/Maestro