Playwright 又出新东西了：三个 Agent 帮你全自动写测试
Playwright 又出新东西了：三个 Agent 帮你全自动写测试上两篇分别讲了 Playwright
Playwright 又出新东西了：三个 Agent 帮你全自动写测试上两篇分别讲了 Playwright
上两篇分别讲了 Playwright MCP 和 Playwright CLI，有朋友看完之后问：
“我现在用 MCP 让 Copilot 帮我生成测试，但还是要我一步一步指挥，能不能更自动一点，告诉它一个目标，它自己搞定？”
这个问题问得很到位。正好 Playwright 官方最近推出了一个新东西：Test Agents。
这次不是工具，是三个专门干测试这件事的 AI Agent。你告诉它测什么，它自己探索、自己写代码、跑失败了还能自己修——整个链路可以不用人盯着。
— — —
先说清楚它是什么
Playwright Test Agents 包含三个 Agent，名字都很直接：
- 🎭 Planner（规划者）：探索你的应用，产出一份 Markdown 格式的测试计划
- 🎭 Generator（生成者）：把测试计划转成可执行的 Playwright 测试代码
- 🎭 Healer（修复者）：跑失败的测试，自动找原因，自动打补丁修好
三个 Agent 可以单独用，也可以按顺序接力，也可以串成一个自动化循环——你下达任务，它们全程自己转。
说白了，这是 Playwright 在 AI 时代对”测试自动化”这个概念的重新定义。以前是你写代码让机器自动跑，现在是你说需求让 AI 自动生成代码再自动跑。
— — —
三分钟装好，开始用
初始化 Agent 定义文件
一条命令搞定：
1 | bash |
npx playwright init-agents
1 | ``` |
bash
1 | `npx playwright init-agents --loop=claude` |
1 |
|
typescript
1 | `// seed.spec.ts 示例``import { test, expect } from './fixtures';``test('seed', async ({ page }) => {``// 在这里处理登录、初始化等准备工作``// 这个测试本身不需要有断言``});` |
1 |
|
text
1 | `把 specs/basic-operations.md 里的测试计划生成为测试代码` |
1 |
|
text
1 | `帮我修复 tests/add-valid-todo.spec.ts 里失败的测试` |
1 |
|
text
1 | `1. 写好 seed.spec.ts（处理环境初始化）``↓``2. 告诉 Planner："给购物车模块生成测试计划"``↓``3. 检查 specs/cart-operations.md（可选，觉得OK就放行）``↓``4. 告诉 Generator："把这个计划生成为测试代码"``↓``5. 测试跑起来，有失败的？告诉 Healer 去修``↓``6. 全部通过，合并进代码仓库` |
1 |
|
text
1 | `repo/``.github/ # Agent 定义文件（由 init-agents 生成）``specs/ # 人类可读的测试计划``basic-operations.md``cart-operations.md``tests/ # 生成的 Playwright 测试代码``add-valid-todo.spec.ts``checkout-flow.spec.ts``seed.spec.ts # 环境初始化的种子测试``playwright.config.ts` |
计划文件和测试文件一一对应，出了问题追溯很方便——测试失败了，去 `specs/` 找对应的计划，看是需求层面的问题还是代码层面的问题。
— — —
## 和 MCP、CLI 有什么不一样
三篇文章讲了三个东西，讲清楚区别很必要。一句话定性：**MCP 是感知工具，CLI 是执行工具，Agent 是自主系统。**
— — —
### Playwright MCP
**本质：** 给 AI 装了一双"眼睛"。
MCP 服务器把浏览器当前页面的可访问性树（Accessibility Tree）和截图暴露出来，让 AI 编码工具（VS Code Copilot、Claude 等）能"看到"页面。你在 IDE 里对话，每发一条指令，AI 就执行一步，然后把执行结果拿回来告诉你，你再决定下一步。
**关键特征：**
- 交互是**对话式**的，你是主导，AI 是执行手
- 每一步都在你视野里，过程可随时干预
- 因为要持续传输页面快照，**Token 消耗较高**
- 生成的代码可以直接落到编辑器里
**适合的场景：**
- 你对这个页面不熟，需要 AI 帮你"读懂"页面结构再写选择器
- 要写某个特定功能的测试，你想一边看生成结果一边调整
- 调试测试时，需要 AI 帮你解释"为什么这个元素找不到"
- 你是新手，想在 AI 陪伴下学着写 Playwright 测试
**一句话：你指挥，AI 干活，整个过程你在场。**
— — —
### Playwright CLI
**本质：** 给 AI 提供了一套命令行接口，让它能直接遥控浏览器。
和 MCP 相比，CLI 不依赖页面快照，而是把操作抽象成一条条结构化命令（`navigate`、`click`、`fill`、`screenshot` 等）。AI 调用这些命令来完成任务，整个过程更轻量，每条命令的 Token 消耗远低于 MCP 的页面传输。
**关键特征：**
- **无头（headless）友好**，不需要可视化界面也能跑
- 命令粒度细，适合在代码或 Agent 流程里编排调用
- Token 消耗低，成本可控
- 适合集成进更大的自动化流程，而不是独立使用
**适合的场景：**
- 你要在 CI/CD 里让 AI 自动完成某个操作（比如定期跑一遍冒烟测试）
- 你在构建一个更复杂的 AI 流程，Playwright 只是其中一个执行节点
- 批量自动化任务：爬取数据、批量截图、自动填表提交
- 对 Token 成本敏感，想用尽量少的消耗完成操作
**一句话：AI 自己下命令、自己执行，适合接入流水线，不适合互动调试。**
— — —
### Playwright Test Agents
**本质：** 专门为"测试"这件事设计的自主 AI 系统。
MCP 和 CLI 的定位都是"工具"——你决定做什么，AI 帮你做。Test Agents 不一样，你只需要给一个目标（"给结账流程建测试覆盖"），三个 Agent 自己规划、自己生成代码、自己跑、自己修——形成一个闭环。
**关键特征：**
- 有明确的分工：Planner 探索 → Generator 生成代码 → Healer 修复失败
- 过程是**自主的**，不需要你逐步指挥
- 产出有中间层（Markdown 测试计划），人可以检查和干预
- 更适合"建立测试覆盖"这类项目级任务，而不是单个测试的调试
**适合的场景：**
- 项目从零开始，需要快速建立某个模块的测试覆盖
- 你有需求文档（PRD），想让 AI 直接根据需求生成测试用例
- 测试因为前端改动大量挂掉，让 Healer 批量修复比手动改快得多
- 希望在 CI 里集成"测试自愈"能力，挂掉的测试自动尝试修复
**一句话：你给目标，AI 完成全程，适合项目级的测试建设，不适合精细调试单个测试。**
— — —
### 三者对比总结
MCP
CLI
Test Agents
**控制权**
你指挥，AI 执行
AI 自主执行命令
AI 自主完成目标
**交互方式**
对话式，逐步
命令式，可批量
目标式，自主规划
**Token 消耗**
高（页面快照）
低（结构化命令）
中（有中间产物）
**适合粒度**
单个测试/操作
批量操作/流程节点
模块级/项目级
**人工介入**
全程在场
不需要介入
关键节点审核即可
**典型用途**
边调试边写测试
CI 自动化、AI 流程
测试覆盖建设
不是哪个更好，是看你在哪个阶段、要做什么事：**写单个测试找 MCP，搭自动化流程用 CLI，建整体测试覆盖上 Agents。**
— — —
## 几点实际使用的注意事项
**1. Seed 文件一定要写好**
这是整个 Agent 流程的基础。如果你的应用需要登录，seed 里没处理，Planner 探索时会撞墙。不复杂，但要认真写。
**2. Agent 定义文件要跟着 Playwright 版本走**
每次升级 Playwright 之后，`npx playwright init-agents` 重新跑一遍。这个文件里有工具列表和指令，Playwright 新功能加进来之后 Agent 才能用上。
**3. Healer 不是万能的**
选择器大范围改动、功能逻辑变了、接口 schema 变了——这些靠 Healer 修不了，它处理的是"能跑、跑失败了"这类问题，不处理"需求变了"。
**4. 生成的代码要过一遍眼**
Generator 产出的测试基本可用，但不要完全不看就合并。断言的力度是否合适、边界情况有没有覆盖、测试之间有没有依赖——这些仍然需要人判断。
— — —
## 小结
- 🎭 **Planner** → 探索应用，输出人类可读的测试计划（Markdown）
- 🎭 **Generator** → 把计划变成可执行的 Playwright 测试代码
- 🎭 **Healer** → 测试失败了，自动修，修不好就 skip 并说明原因
- 三个 Agent 可以串成完整流程，也可以单独按需调用
- 基础命令：`npx playwright init-agents`，之后在你的 AI 编码工具里直接用
如果你已经在用 Playwright MCP 帮你写测试，可以试试迁到 Test Agents 的方式——不再是你一步一步指挥，而是给它一个目标，让它跑完整个流程。
— — —
---
> 💬 本文评论区已开启，但暂无读者留言。
> 本文转载自微信公众号，如有侵权请联系删除。
- 标题: Playwright 又出新东西了：三个 Agent 帮你全自动写测试
- 作者: lxiol
- 创建于 : 2026-04-29 20:26:16
- 更新于 : 2026-05-12 16:07:04
- 链接: https://blog.lxiol.cn/2026/04/29/Playwright-又出新东西了三个-Agent-帮你全自动写测试/
- 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。