![](https://developer.qcloudimg.com/http-save/yehe-6490225/e0e9bc5daaebafd1bcb05fd3710905f0.png)

现在让 AI 写代码，已经不算新鲜事了。Claude Code、Codex、Cursor 这类AI Agent，一句需求丢过去，几分钟就能把功能连同单元测试一起交上来。

但交上来的这些代码，谁确认过真的能用？

单元测试是AI自己写的，写什么测什么，自己出题自己答。页面渲染没渲染，接口通了没通，下单流程走不走得完，这些事单测管不着。很多团队现在的做法还是老一套，开发自测两下，测试同学手工点一遍，点不过来就赌它没问题。

AI 把写代码的速度提上去了，验证这道工序没有跟上。代码越交越快，欠下质量账越攒越多。

最近我在 GitHub 上翻到一个AI 自动化测试的项目：`TestSprite-cli` ，挺有意思，分享给大家。

## TestSprite CLI 是个啥？

TestSprite 是西雅图一家做 AI 测试的创业公司，主业是云端自动化测试平台。今年 6 月 11 号，他们把平台的命令行入口开源了出来，就是 testsprite-cli。这个项目，记住几个关键信息即可。

- Apache-2.0 协议，TypeScript + Node 实现
- 4300+ star，197 fork
- 最新版本 v0.14.0，10 月 6 号发布，仓库 10 月 7 号还有提交
- 官网还宣传从 URL 到首批 50 到 100 条端到端用例约 10 分钟，以及 10 万开发者在用。这类口径没法核验，听听就行。


![](https://developer.qcloudimg.com/http-save/yehe-6490225/60cf84f0b67bd66bca79b58473c1efd1.png)


它干的事很简单，一句话概括：**就是当你的AI Agent改完代码后，CLI 会打开真实运行的应用，像一个真人用户那样把功能走一遍，坏了就拿回一份完整的失败报告，交给Agent自己修**。

官方给这类工具起的位置叫验证层，`verification layer`。写代码的环节 AI 化了，验证环节也得 AI 化，而且要接在 AI 自己手里。

## 0 代码写测试，一条用例是一个 JSON

用 Playwright 写一条登录校验，你得找选择器、配等待、写断言，几十行起步，选择器一变还得回来改。在这个工具里，一条测试是一个计划文件，描述你要保证的行为。

```json
{
  "projectId": "prj_abc123",
  "type": "frontend",
  "name": "Login rejects an empty password",
  "planSteps": [
    {
      "type": "action",
      "description": "Navigate to /login and submit the form with an empty password"
    },
    {
      "type": "assertion",
      "description": "Verify an inline error says the password is required"
    }
  ]
}
```

整个文件里没有一行浏览器代码。action 和 assertion 都是自然语言描述，上传后云端把它变成真实点击、真实导航、真实请求，跑在云端的真浏览器和真 API 上。README 里有一句原话很直接，Not a mock。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/f54a8f17a720dafbfcf150bb817beba9.png)

前端走这条路。后端测试走 Python，在云端沙箱里直接跑测试函数，沙箱预置了 requests、pytest、numpy、scipy 这些常用库。后端用例之间还能编排依赖，造数据、用数据、收尾清理这几类用例按顺序串起来，变量往下传。前后端在一个套件里一起管。

不想自己写第一批用例，还有生成这条路。test plan generate 让平台探索你的应用或者读你上传的 API 文档，起草一批用例放在服务端等你审，看中哪条收哪条。

## 跑挂了，能自动生成失败详情包

测试跑挂了，最烦的是排查。截图在 A 系统，日志在 B 系统，DOM 是三天前抓的，拼在一起看半天，发现看的已经是两个版本的东西。

这个工具的失败报告设计得讲究。test failure get 拉下来的是一整个包，失败步骤、前后相邻的步骤、截图、DOM 快照、测试源码、根因假设、建议修复的位置，全在里面。所有材料共享同一个 snapshotId，CLI 明确拒绝把两次运行的数据拼在一起。

这个设计明摆着是给 AI 读的。Agent有个拿手好戏，拿着缝合的上下文一本正经地推理，把证据钉死在同一次运行里，它就只能对着真实现场说话。人读这份包也一样省事，排查一个失败不用再跨三个系统翻材料。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/3b33deb76d037373811052183830b478.png)

## 整条路径循环

AI每次改完代码，先问一个问题，这个行为套件里覆盖了吗。

没覆盖就 test create，用一个新的计划文件描述新行为。已经覆盖就 test rerun，把现有用例重放一遍，确认没改坏。挂了就 test failure get 拿失败包，修完重跑。每一次通过都存进长期套件，覆盖面跟着项目一起长。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/80c6d395533b72eb6f795c6cacb08222.png)

云端那一层是故意做成黑盒的。Agent只描述意图、读结果，不需要知道测试是怎么被驱动的，只看真人用户会遇到什么。

## 一条命令，接进Claude Code、Codex

这是 setup 命令干的事。

```bash
npm install -g @testsprite/testsprite-cli
testsprite setup
```

setup 验完 API key，会探测你项目里在用哪些AI Agent，把一套现成的 skill 文件落进仓库。官方支持 8 类主流Agent，Claude Code、Codex、Cursor、Cline、Windsurf、Antigravity、Kiro、Copilot。

skill 里写的是硬规矩，我读的时候印象很深。功能完成后就会自动跑一次验证，不许攒到收尾放大招。允许跳过的场景收得极窄，纯文档改动、纯构建配置、缺凭证，其余都要跑。每个功能至少一次跑到通过，才许说做完了。

这些规矩针对的就是许多AI Agent的老毛病，标完 done 就收工。装上 skill 之后，Claude Code 或 Codex 写完功能，会自己去建测试、跑测试、读失败包、修完重跑，整段不需要人介入。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/ae7f205cee8ec1047f5068e0acb26953.png)

平台侧另有一个 MCP Server 给 IDE 用，同一个验证引擎的另一条入口，走哪条看习惯。

## 本地起的服务也能测

前面的例子默认应用已经部署了。本地开发时应用跑在 localhost，云端够不着，它的解法是隧道。

```bash
testsprite project create --type frontend --name "My local app" --local 3000
testsprite test run <test-id>
```

跑测试时 CLI 自动开一条隧道，控制面走 WSS，数据面走 TLS，把本机回环地址接到云端测试机，免费档也能用这条通道。计费按次，前端重跑一次 0.5 积分，后端 0.2。本机不部署就能拿到云端真实浏览器跑出来的结果，这个体验对前端同学很友好。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/0f858ef4bc047779c51a05b032e278a0.png)

## 接进 CI

--wait 模式下跑挂的用例，会在 GitHub PR 的检查页逐条标注，一条失败一行，汇总表追加到 job summary。--report junit 输出 JUnit XML，现有流水线怎么接就怎么接，不挑 CI。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/9349e4d018f7d28d7c3c42b606d8a18a.png)


## 几个要留神的点

- 测试怎么被驱动的过程看不到。云端黑盒是设计选择，对使用者意味着排障只能依赖失败包给的材料，想自己插一脚调试做不到
- 后端测试在沙箱里跑，不能 import 你项目的代码，纯 HTTP 接口测试没问题，要连本地数据库、依赖项目内模块的场景就不合适
- 平台是收费生意，CLI 是开源入口。跑起来按积分计费，量大了要掂量成本。
- AI 生成的用例质量仍要人把关，断言写得太松，跑一万遍也是绿

## 我的几条建议

**1、天天让编程Agent交活的，装上让它自己验收**

两条命令的成本，免费档就能跑。Agent写完自己过一遍真实浏览器，比你手工点省事，也比完全没人点强。

**2、做测试开发的，把它的设计拆开看**

自洽失败包、稳定的 JSON 输出契约、写给Agent的验证纪律 skill，这三个设计都值得抄。特别是第一件，怎么给 AI 喂一口干净的排障上下文，往后所有测试工具都得回答这个问题。

**3、管质量的，盯住回归套件只增不减**

它把每次通过的用例都存进长期套件，这正是回归资产该有的长法。AI 交活越快，这种只涨不清零的验证资产越值钱。

## 写在最后

这个项目最让我在意的一点，是它把「谁说做完了」从一句口头承诺变成了一道可执行的工序。AI说 feature complete 的时候，以前靠人去戳穿，现在有一条命令替你去戳。

当然，工具本身大家可用可不用。TestSprite 走云端积分计费，这套模式会劝退一部分团队，不合适就不必硬上。但文章里那几个设计思路是通用的，给 AI 喂自洽的排障上下文、把验证纪律写成 skill 立成硬规矩、让通过用例存进只增不减的回归套件，这些搬进自己的工具和流程里照样成立。

推荐一个开源项目，不是让大家都要去用它。把这些思路学走，用回自己的项目里，这才是看开源项目该带走的东西。

地址放这了。

GitHub 👉 https://github.com/TestSprite/testsprite-cli

官网 👉 https://www.testsprite.com/

觉得有用，欢迎转给团队里天天收 AI 代码的同学。

---








现在让 AI 写代码，已经不算新鲜事了。Claude Code、Codex、Cursor 这类AI Agent，一句需求丢过去，几分钟就能把功能连同单元测试一起交上来。

太强了！GitHub上开源了一款AI自动化测试框架，0代码搞定前后端测试！

测试

人工智能

开发工具

TestSprite-cli开源AI自动化测试工具，通过自然语言生成端到端测试，在云端真实浏览器运行验证AI代码。支持前后端测试、失败报告自动生成，集成ClaudeCode等8类Agent，已获4300+star。

单元测试

代码解释

TypeScript 

数据库

Python

GitHub

Agent

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

太强了！GitHub上开源了一款AI自动化测试框架，0代码搞定前后端测试！-腾讯云开发者社区-腾讯云

太强了！GitHub上开源了一款AI自动化测试框架，0代码搞定前后端测试！

太强了！GitHub上开源了一款AI自动化测试框架，0代码搞定前后端测试！

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐