┌─────────────────────────────────────────────┐
│                 用户（自然语言指令）            │
│   "测试登录功能，验证错误密码有提示"            │
└──────────────────┬──────────────────────────┘
                   ▼
┌─────────────────────────────────────────────┐
│              LLM（大脑：规划 + 决策）          │
│      GPT-4o / Claude / DeepSeek / Qwen …     │
└──────────────────┬──────────────────────────┘
                   ▼  工具调用（Function Calling / MCP）
┌─────────────────────────────────────────────┐
│           浏览器控制层（手和眼睛）              │
│   Playwright MCP / browser-use / Selenium    │
└──────────────────┬──────────────────────────┘
                   ▼
┌─────────────────────────────────────────────┐
│              被测应用（Web / App）             │
└─────────────────────────────────────────────┘
                   ▲
                   └── 页面快照（无障碍树 / 截图）回传给 LLM

# 1. Node.js 18+（Playwright 及其 MCP 需要）
node -v    # 建议 v18 或更新的 LTS

# 2. Python 3.11+（browser-use、LangChain 路线需要；低于 3.11 会导致依赖安装失败）
python --version

# 3. 安装 Playwright（微软开源的浏览器自动化框架，当前 AI 测试的事实标准）
npm init playwright@latest        # Node/TS 项目
# 或 Python 版本：
pip install playwright pytest-playwright
playwright install chromium       # 下载浏览器内核（约 200-300MB）

# 不需要全局安装，通过 npx 按需启动即可
npx @playwright/mcp@latest --help

pip install uv          # 安装 uv 包管理器（比 pip 快）
uv init                 # 初始化项目
uv add browser-use      # 安装 browser-use
uv sync
uvx browser-use install # 自动下载适配的浏览器
browser-use --version   # 验证安装

pip install langchain langchain-openai langchain-core playwright pytest python-dotenv
# 如果用国产模型（DeepSeek / 通义 / 智谱），均兼容 OpenAI SDK 协议：
pip install openai

# OpenAI
export OPENAI_API_KEY="sk-..."
# DeepSeek（兼容 OpenAI 协议，base_url 换成 https://api.deepseek.com）
export DEEPSEEK_API_KEY="sk-..."
# 或本地模型：安装 Ollama 后 ollama pull qwen2.5，零 API 成本

npm init playwright@latest
# 选择 TypeScript、tests 目录、GitHub Actions 工作流

请根据 test-context.md 中的登录页结构，为登录功能生成 Playwright 测试：
- 正常登录（正确账号密码 → 跳转仪表盘）
- 错误密码 → 提示「用户名或密码错误」
- 空表单提交 → 前端校验提示
要求：使用 Page Object Model，定位器优先用 getByRole / getByLabel，
加入显式等待，不要写死 sleep。

npx playwright test tests/login.spec.ts --headed

claude mcp add playwright npx @playwright/mcp@latest
# 无头模式（CI 环境）：在末尾加 -- --headless
# 指定浏览器：-- --browser=firefox 或 -- --browser=webkit

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    }
  }
}

你是一个专业的 Web 自动化测试专家。工作方式：
1. 先用 browser_navigate 打开被测页面，用 browser_snapshot 读取页面结构；
2. 基于真实的角色（role）和标签（label）生成定位器，禁止猜测坐标；
3. 执行用户描述的测试场景，每一步验证页面状态；
4. 测试结束后，把验证过的操作固化为 Playwright TypeScript 测试文件，
   存入 tests/ 目录；
5. 输出测试报告：场景、步骤、断言结果、失败原因与截图路径。

打开 https://admin.example.com/login，用 test@example.com / 123456 登录，
验证跳转到仪表盘，然后把整个流程生成为 login.spec.ts 测试文件。

import asyncio
import os
from dotenv import load_dotenv
from browser_use import Agent, Browser, ChatBrowserUse

load_dotenv()

async def test_login_function():
    # headless=False 显示浏览器便于调试；CI 中改为 True
    browser = Browser(headless=False)
    llm = ChatBrowserUse(api_key=os.getenv("BROWSER_USE_API_KEY"))
    # 也可换成任意兼容模型：ChatOpenAI(model="gpt-4o")、DeepSeek 等

    agent = Agent(
        task="访问 https://xxx.com/login，输入账号 test123、密码 123456，"
             "点击登录按钮，验证是否成功跳转到首页；"
             "若失败则返回具体报错信息",
        llm=llm,
        browser=browser,
        verbose=True,  # 打印每步执行日志
    )

    history = await agent.run()
    print("\n�� 测试执行结果：")
    print(history.final_result())

asyncio.run(test_login_function())

agent = Agent(
    task="""访问首页 https://example.com，
    等待页面完全渲染（含懒加载图片），
    验证 Logo、导航栏、主横幅位置正确，
    截图并与基线对比，报告任何视觉差异""",
    llm=ChatOpenAI(model="gpt-4o"),
    use_vision=True,  # 开启视觉模式
)
result = await agent.run()
assert "页面渲染正常" in result.final_result()

import subprocess
from langchain_core.tools import tool
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_tool_calling_agent


@tool
def execute_playwright_test(test_code: str) -> str:
    """执行 Playwright 测试代码，包含错误捕获。输入为完整 pytest 测试代码。"""
    try:
        with open("generated_test.py", "w", encoding="utf-8") as f:
            f.write(test_code)
        result = subprocess.run(
            ["pytest", "generated_test.py", "--browser=chromium", "-q"],
            capture_output=True, text=True, timeout=120,
        )
        if result.returncode == 0:
            return "✅ 测试全部通过"
        return f"❌ 测试失败: {result.stderr[-500:]}"  # 截取错误尾部回传
    except Exception as e:
        return f"执行异常: {str(e)}"


prompt = ChatPromptTemplate.from_messages([
    ("system", """你是一位资深测试开发工程师，精通 Playwright 和 POM 模式。要求：
1. 必须使用 Page Object Model 模式组织代码；
2. 定位器优先 getByRole / getByLabel / getByTestId；
3. 使用显式等待，禁止写死 sleep；
4. 加入 try-except 与失败截图机制；
5. 代码必须可直接运行；若执行返回失败，分析原因并修复后重试。"""),
    ("human", "{input}"),
    ("placeholder", "{agent_scratchpad}"),
])

llm = ChatOpenAI(model="gpt-4o", temperature=0)
agent = create_tool_calling_agent(llm, [execute_playwright_test], prompt)
executor = AgentExecutor(agent=agent, tools=[execute_playwright_test], verbose=True)

result = executor.invoke({
    "input": "为登录页 https://admin.example.com/login 生成并执行登录测试，"
             "覆盖：正常登录、错误密码提示、空表单校验。"
})
print(result["output"])

name: AI-Generated E2E Tests
on: [push, pull_request]

jobs:
  e2e:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-node@v4
        with:
          node-version: 20
      - name: Install dependencies
        run: npm ci
      - name: Install Playwright browsers
        run: npx playwright install --with-deps chromium
      - name: Run tests
        run: npx playwright test
      - name: Upload report
        if: always()
        uses: actions/upload-artifact@v4
        with:
          name: playwright-report
          path: playwright-report/