企业官网建设流程全解析

最近跟好几位测开朋友聊，话题最后都会落到同一句。

AI Agent 测试岗开始招了，简历上要写自然语言驱动 UI，还要写得懂 LangChain 跟 Playwright。

很多人第一反应是，这是不是又在换名词收智商税。

坦率的讲，我自己也走过这个怀疑期。后来把本地模型、浏览器工具箱和create_agent真正跑通一遍之后，才觉得这件事有点「爆好用」。

不是因为它能替代你写所有脚本，而是它把测试人最痛苦的那一层，从「写死步骤」挪到了「给目标」。

这篇就按这条线聊清楚。环境怎么搭，手脚怎么装，Agent 怎么组装，踩坑怎么躲。看完你至少能本地跑起来一次。目标读者就是测试开发、自动化同学，以及对 AI Agent 感兴趣的 QA。

我自己也还在摸索。下面这些不成熟的经验，不知道对大家有没有用，但我已经尽量按可复现的顺序写出来了。你今天就能照着装、照着跑。

一、痛点与理念：别再只写步骤了

传统 UI 自动化你肯定熟。Selenium 也好，Playwright 也好，POM 写得再漂亮，最后还是两件事在折磨人。

维护成本高。UI 一改，定位器就碎，回归一夜间变红。

逻辑固化。脚本只会执行你写死的路径，页面上多一个提示文案，它也不会自己「看看再说」。你让它算平均工资，它也不会自己去翻表格。

我非常理解这种处境。你不是不愿意做智能，是每天冒烟、补用例、盯流水线，哪有整块时间去重造轮子。

AI Agent 测试换了个玩法。你不再写「点 A，输 B，再点 C」，而是给一个高层目标，比如「打开列表，帮我确认平均工资对不对」。Agent 自己规划路径，自己读 DOM，自己决定调用哪个工具。

说真的，这不是否定自动化。自动化还在，只是大脑从你写死的if/else，变成了 LLM 的推理链。你负责目标、断言口径和风险边界，Agent 负责在浏览器里动手。

测开同学其实最适合干这事。你懂选择器，懂等待，懂断言，懂什么叫可测性。缺的只是把这些能力，封装成 LLM 能调用的 Tools。

这块需要注意一下。Agent 不是魔法，它也需要你先把环境、工具和提示词搭稳。不然它就是一只很会说话的手，却抓不住页面。

二、环境准备：先把大脑放本地

企业测 UI，页面上经常带着订单、手机号、内部账号。数据隐私这事，没法儿开玩笑。

所以优先走本地模型。Ollama 拉起 Qwen，当作 Agent 的大脑。云端模型也能接，演示时甚至更利索，但入门建议先本地跑通，心里踏实，也省 Token。

安装 Ollama 后，终端执行。

能返回AIMessage，说明链路通了。temperature 别开太野。测试场景我更喜欢 0.3 到 0.5。

项目里常见文件大概是playwright_agent.py、playwright_test.py，外加一份 notebook。先把模型喊醒，再谈手脚。你想想看，大脑都没醒，给它装再多工具也是空转。

三、核心工具揭秘：Playwright 如何变成 AI 的手脚

Playwright 本身你肯定用过。真正关键的是 LangChain 社区那套PlayWrightBrowserToolkit。

它把goto、click、inner_text这些熟悉的 API，翻译成 LLM 能读懂的工具描述。Agent 不是在「瞎点」，它是在选工具。

普通 Requests 只能啃静态页。这套工具箱能进动态渲染页面，能点按钮，能抽元素，状态还在同一次浏览器会话里保持。这对测登录流、列表流、连续操作特别关键。

你也可以把它理解成，给大模型装了一副真正能点网页的手。以前模型只会生成建议，现在它能进页面、读结构、再决定下一步。测开视角看，这才是「组合拳」真正爆好用的地方。

实例化建议始终走异步浏览器加from_browser，这样 Context 管理更稳，也少僵尸进程。

f

跑通后你会看到 7 个核心工具，大概是这张表。AI 正是靠它们操作浏览器。

把工具交给 Agent 之前，先手动调一遍。这是测开的肌肉记忆，别省。先确认 SUT 可访问，再确认元素可识别，最后才让 LLM 接管。

以经典登录练习站 SauceDemo 为例，先导航，再扫登录表单。

状态码 200，再加上三个input的 name，说明手脚可用，页面也可测。后面 Agent 才有资格上场。

get_elements这块需要多提一句。它不只取文本，还能取 DOM 属性，selector 走 CSS，跟前端自动化习惯一致。Agent 要「看懂」登录页，主要就靠它。

四、组装与实战：一句自然语言驱动整条登录流

组装的关键就一句。大脑用 LLM，手脚用 Toolkit，人设用 System Prompt，工厂函数用 LangChain 1.0 的create_agent。

System Prompt 别写空。要求它先观察、再解释、再动手，等于逼模型走思维链，瞎点会少很多。Agent 会自己决定何时navigate_browser，何时get_elements，何时点击登录。

你会看到流式输出里，它大致会走这条链。先navigate_browser，再用get_elements找user-name、password、login-button，自己从页面文案里读演示账号，最后点击登录，用current_webpage或页面文本确认是否进入商品页。

重点不是账号写死在代码里，而是 Agent 自己「读」出来。你给的是目标，它补的是步骤。

以前你要写一长串定位和等待。现在你写的是测试意图。这种感觉，第一次跑通时真的挺爽。我当时就愣住了几秒，盯着浏览器自己填表，心里那句就是，这也行。。。

流式输出agent.astream也很关键。不用invoke干等半分钟，不知道是思考还是卡死。它一边想一边打字，测试过程完全透明。

五、踩坑与总结：思维得换，坑也得躲

几个高频问题，直接说结论。

为什么用异步浏览器，而不是普通launch。因为 Agent 经常一边等页面，一边流式吐 token。异步能避免整段卡死。

headless怎么设。调试和演示用False，看它点哪里。CI 无人值守改True，更快更稳。

为什么要nest_asyncio.apply()。Notebook 或某些已有事件循环的环境里，很容易撞This event loop is already running。这行是润滑剂。

为什么输出里的executable_path重要。它证明 Playwright 找到了浏览器内核。找不到就先把playwright install跑通，别急着怀疑 LangChain。

一开始可能会有点笨拙。本地模型推理慢一点，Agent 也可能多绕两步。这很正常。你先求「跑通可观察」，再求「稳定可断言」。

更大的变化其实是思维。我们从命令式「写步骤」，转向声明式「给目标」。工具箱负责操作浏览器，本地模型负责隐私和成本，Agent 负责把目标和动作串起来。

对 UI 自动化的意义也很直接。动态交互不再只靠静态 HTML。语义化测试让你用自然语言描述场景。浏览器状态在多次工具调用间共享，更像真实用户连续操作。

两个很实用的场景。页面数据常变、业务口径却不变时，比如求和、均值、排序，Agent 往往比写死脚本更扛变化。探索式冒烟时，你也可以让它「扫一遍页面，告诉我有没有明显错链或坏图」，它会自己遍历工具集去查。

下一步你可以做两件事。一是把登录封装成自定义 Tool，让 Agent 更专注业务断言。二是要求它用 JSON 输出 Pass 或 Fail，方便挂进流水线。

六、行动召唤：资料自取，动手比收藏更重要

如果这篇对你有点用，麻烦三连一下。关注、在看、转发，留言区说说你卡在哪一步，本地模型、工具箱，还是create_agent。

完整代码、目录结构和配套视频资料，我放在资料包里了。需要的朋友文末自取，按文档顺序先手动验证工具，再组装 Agent，别一上来就甩给大模型。

AI Agent 测试岗不会一夜之间把所有测开变成超级个体。但它很可能会变成新的门槛。

门槛不高，高的是你愿不愿意亲自下场跑一遍。

屏幕前的你如果今天只做一件事，就装好 Ollama，把那 7 个工具打印出来。真看见navigate_browser和get_elements的时候，后面的故事就通了。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】