AI Playwright Framework

介绍

AI Playwright Framework 是一个基于 Playwright 和 pytest 的 YAML-first UI 自动化框架。它把 cases、data、elements、modules、vars 作为测试资产的事实来源，让稳定用例可以在 strict 模式下完全确定地运行；同时提供 smart selector 恢复、自然语言 agent_case 执行和 gen 用例生成，帮助快速变化的页面降低用例编写与维护成本。项目当前处于 alpha 阶段，但已经包含契约测试、YAML schema 校验、重复定义检查、打包检查和 GitHub Actions CI 门禁，重点是让 AI 辅助能力服务于可审查、可版本化、可重复执行的测试资产，而不是替代确定性测试链路。

技术栈

设计边界

框架把确定性测试和 AI 辅助拆开处理。稳定回归用例保留在 YAML 资产中，可以被审查、版本化并在无模型环境下执行；AI 只进入生成、selector 恢复或自然语言探索这些更适合辅助的场景。

测试资产模型

test_data/<project>/ 下按 cases、data、elements、modules、vars 和 generation 分层。这样测试顺序、步骤主体、稳定元素 key、公共流程、变量和生成输入各自有明确职责，减少用例增长后的维护混乱。

执行模式

strict、smart、ai_step、agent_case 和 gen 对应不同风险等级。strict 提供最稳定的传统执行，smart 只修复 selector，agent_case 处理运行时意图，gen 负责把自然语言规格转成可提交的 YAML。

质量门禁

仓库包含 contract tests、YAML schema 校验、重复定义检查、格式检查、打包检查和安装后 CLI 冒烟检查。目标是让框架契约先稳定，再逐步扩展 AI runtime 行为。

要点

• YAML-first 资产分层：cases 定义顺序，data 承载步骤，elements 维护稳定 selector，modules 复用流程，vars 管理变量。
• strict 模式只执行显式 YAML，不调用模型；smart 模式保持 action 不变，只在当前步骤意图内恢复 selector。
• agent_case 支持自然语言步骤或目标的运行时执行，但仍通过统一 StepExecutor 命令管线落到标准动作。
• gen 能从自然语言规格生成正式 YAML，并要求通过真实浏览器验证后再写入，避免不可审查的隐式自动化。
• 默认外部模型数据脱敏策略，配合契约测试、schema 校验、重复定义检查、打包和 CLI 冒烟检查作为质量门禁。

截图