UI-тестирование с применением машинного обучения
В данной статье отражена попытка применить модель детекции для UI-тестирования.Предполагалось, что внедрение ML должно позволить (даже при полном изменении интерфейса) не переписывать автотесты и полностью исключить человеческий фактор при UI-тестировании. Для автоматизации UI-тестировании использовались следующие инструменты:Selenium – инструмент для автоматизации действий с браузером; Pytest – инструмент для выполнения и проверки тестовых сценариев;ML – обученная модель машинного обучения.Для эксперимента была выбрана модель YOLOv8
ИИ-агенты в Альфа-Банке: нейросети создают автотесты без участия человека
В Альфа-Банке мы внедрили ИИ-агентов, которые проектируют, разрабатывают и проверяют автотесты. При этом полностью автономно, как QA-инженеры, но в разы быстрее и точнее. Подобных примеров, когда ИИ разрабатывает автотесты от анализа требований до пул-реквеста, в нашей стране, пожалуй, ещё не было.Что умеют агенты?Анализировать контекст из Jira и Confluence, вычленяя суть задачи.Прогнозировать риски, зависимости и даже «пограничные» сценарии.Генерировать DTO для REST API и превращать ручные сценарии в Java-тесты за минуты.
