# Как подключить ИИ-тестировщик e2e к проекту: настройка автотестов для веб- и мобильных приложений > AI Release · @ai_release1 · https://ai-release.org/guides/kak-podklyuchit-ii-testirovschik-e2e-k-proektu-nastroyk.html ## TL;DR - Время выполнения: 60–90 минут (без установки Android Studio/Xcode; с ними — плюс 40–60 минут) - Уровень сложности: Intermediate - Понадобится: Node.js LTS + npm, Playwright, Appium + Android SDK и эмулятор (или Xcode на macOS для iOS), API-ключ модели с OpenAI-совместимым эндпоинтом (`/chat/completions`), репозиторий на GitHub с Actions Схема, которую собираем: **раннер тестов** (Playwright для веба, Appium для мобильных) → **ИИ-слой** (модель по API получает цель и разметку экрана, возвращает шаги) → **кэш проверенных шагов** в JSON → **CI**. Модель предлагает шаги, но выполняет их обычный раннер — это ключевое ограничение безопасности. ## Требования и подготовка ![Иллюстрация к разделу «Требования и подготовка»](https://ai-release.org/guides/img/kak-podklyuchit-ii-testirovschik-e2e-k-proektu-nastroyk-ru-1.jpg?v=1794300596) - ОС: Linux/macOS для веба; для iOS-тестов — только macOS (требование Xcode). - Node.js LTS и npm. Точную минимальную версию для вашей версии Playwright сверьте с документацией playwright.dev. - Java JDK и Android SDK + эмулятор (AVD) — для Android-тестов. Версии и переменные `ANDROID_HOME`/`JAVA_HOME` сверьте с документацией appium.io. - Свободное место: 3–5 ГБ (эмулятор + браузеры Playwright). - API-ключ модели и базовый URL эндпоинта. Если провайдер — OpenAI-совместимый сервис, порядок получения ключа и настройки клиента разобран в гайде [Как получить API-ключ GPT-6 Astra и подключить модель](https://ai-release.org/guides/kak-poluchit-api-klyuch-gpt-6-astra-i-podklyuchit-model.html?utm_source=tg&utm_medium=channel&utm_campaign=guide_inline&utm_content=guide_to_guide). - Доступ к staging-окружению приложения (не к продакшену) и тестовая учётная запись. - Права на установку пакетов и запуск эмулятора (в Linux — членство в группе `kvm`). Чек-лист перед стартом: - [ ] `node -v` и `npm -v` выводят версии без ошибок - [ ] `echo $ANDROID_HOME` (Linux/macOS) или `echo $env:ANDROID_HOME` (PowerShell) не пустой - [ ] `adb devices` видит эмулятор - [ ] тестовая учётка входит в staging вручную - [ ] ключ модели лежит в переменной окружения, а не в файле репозитория ## Шаг 1. Развернуть раннер и снять базовую линию **Что сделать:** создать каталог проекта, установить Playwright, прогнать демо-тест и зафиксировать структуру папок. **Зачем:** ИИ-слой не заменяет раннер, а надстраивается над ним. Пока обычный тест не проходит, генерировать шаги бессмысленно — вы не отличите ошибку модели от сломанного окружения. **Как проверить:** демо-тест зелёный, структура каталогов создана. ```bash mkdir ai-e2e && cd ai-e2e npm init -y npm init playwright@latest npx playwright test ``` Установщик создаст `playwright.config.ts`, `tests/example.spec.ts` и папку `tests/`. В конце прогона вы увидите строку вида `1 passed` — это базовая линия. Структура, к которой приводим проект: ``` ai-e2e/ ├── tests/web/login.spec.ts ├── tests/mobile/android-login.spec.ts ├── ai/generate.mjs # вызов модели ├── ai-steps.json # кэш проверенных шагов ├── artifacts/ # DOM и скриншоты для модели └── playwright.config.ts ``` В `playwright.config.ts` сразу задайте две вещи: `use: { baseURL: 'https://staging.<ваш-домен>' }` и `retries: 1` в CI. `baseURL` подставляется в `page.goto('/login')`, поэтому в тестах не будет абсолютных адресов — при переезде на другой стенд правится одна строка. **Пример:** `npx playwright test --headed` открывает браузер и показывает, как тест кликает по форме. Это ваш эталон поведения — с ним потом сравниваются шаги от модели. ## Шаг 2. Подключить ИИ-слой и кэш шагов ![Иллюстрация к разделу «Шаг 2. Подключить ИИ-слой и кэш шагов»](https://ai-release.org/guides/img/kak-podklyuchit-ii-testirovschik-e2e-k-proektu-nastroyk-ru-2.jpg?v=1794300601) **Что сделать:** написать скрипт, который отправляет модели цель и HTML-разметку страницы, получает JSON-массив шагов и сохраняет его в `ai-steps.json`. Для мобильных — тот же скрипт, но вместо HTML подаётся XML-дамп экрана из Appium. **Зачем:** модель нестабильна между вызовами: один и тот же запрос может дать разные селекторы. Кэш фиксирует один проверенный вариант, тесты становятся воспроизводимыми, а расход токенов — предсказуемым. **Как проверить:** скрипт печатает число шагов, `ai-steps.json` содержит непустой массив, повторный запуск с тем же файлом не обращается к API (в логе строка про кэш). Сначала сохраните разметку страницы: ```bash mkdir -p artifacts npx playwright open https://staging.<ваш-домен>/login ``` В открывшемся окне Playwright Inspector нажмите «Record» и скопируйте HTML нужного экрана в `artifacts/dom.html`. Для Android: ```bash adb shell uiautomator dump /sdcard/window_dump.xml adb pull /sdcard/window_dump.xml artifacts/dom.xml ``` Скрипт вызова модели `ai/generate.mjs`: ```js import fs from 'node:fs'; const BASE_URL = process.env.AI_BASE_URL; // например https://<эндпоинт-провайдера>/v1 const API_KEY = process.env.AI_API_KEY; const MODEL = process.env.AI_MODEL; // имя модели — сверьтесь с документацией провайдера const goal = process.argv[2]; const dom = fs.readFileSync(process.argv[3], 'utf8').slice(0, 40_000); // обрезаем: контекст модели ограничен const cache = 'ai-steps.json'; if (fs.existsSync(cache)) { const saved = JSON.parse(fs.readFileSync(cache, 'utf8')); if (saved.goal === goal) { console.log('Кэш найден: ai-steps.json, вызов API пропущен'); process.exit(0); } } const res = await fetch(`${BASE_URL}/chat/completions`, { method: 'POST', headers: { 'Content-Type': 'application/json', Authorization: `Bearer ${API_KEY}` }, body: JSON.stringify({ model: MODEL, messages: [ { role: 'system', content: 'Верни только JSON-массив шагов: [{"action":"fill","testid":"login-email","value":"..."}]. Без пояснений и markdown.' }, { role: 'user', content: `Цель: ${goal}\nРазметка:\n${dom}` } ] }) }); if (!res.ok) throw new Error(`HTTP ${res.status}: ${await res.text()}`); const data = await res.json(); const steps = JSON.parse(data.choices[0].message.content); // упадёт, если модель добавила текст вокруг JSON fs.writeFileSync(cache, JSON.stringify({ goal, steps }, null, 2)); console.log(`Шагов сгенерировано: ${steps.length}`); ``` Запуск: ```bash export AI_BASE_URL="https://<эндпоинт-провайдера>/v1" export AI_API_KEY="<ваш-ключ>" export AI_MODEL="<имя-модели>" node ai/generate.mjs "войти под пользователем demo" artifacts/dom.html ``` Ожидаемый вывод: `Шагов сгенерировано: 4`. В `ai-steps.json` появится `{"goal": "...", "steps": [...]}`. Дальше шаги выполняет обычный тест: читает JSON и вызывает `page.getByTestId(step.testid).fill(step.value)`. Модель ничего не запускает сама — это защита от того, чтобы сгенерированный шаг не ушёл в продакшен. Требуйте от модели только `data-testid`: селекторы по тексту и XPath ломаются при смене вёрстки или языка. Если ваш провайдер разворачивает модели в Google Cloud, базовый URL и способ выпуска ключа берите из гайда [Как подключить модели OpenAI через Google Cloud](https://ai-release.org/guides/kak-podklyuchit-modeli-openai-cherez-google-cloud-posha.html?utm_source=tg&utm_medium=channel&utm_campaign=guide_inline&utm_content=guide_to_guide). Для мобильных поднимите Appium и драйвер: ```bash npm i -D appium npx appium driver install uiautomator2 npx appium ``` **Пример:** `node ai/generate.mjs "войти под пользователем demo" artifacts/dom.xml` — тот же скрипт для Android, потому что формат ответа модели не зависит от платформы. Меняется только источник разметки. ## Шаг 3. Прогнать в CI и убедиться, что тесты воспроизводимы ![Иллюстрация к разделу «Шаг 3. Прогнать в CI и убедиться, что тесты воспроизводимы»](https://ai-release.org/guides/img/kak-podklyuchit-ii-testirovschik-e2e-k-proektu-nastroyk-ru-3.jpg?v=1794300607) **Что сделать:** запустить набор локально три раза подряд и один раз в GitHub Actions, проверить отчёт и код возврата. **Зачем:** ИИ-тесты склонны к «миганию» (flaky). Три прогона подряд отделяют стабильный тест от случайно зелёного. **Как проверить:** все три прогона дают `passed`, `echo $?` возвращает `0`, отчёт открывается в браузере. ```bash npx playwright test --reporter=html echo $? ``` Успех: в терминале `3 passed`, код `0`, файл `playwright-report/index.html` создан и открывается командой `npx playwright show-report`. Второй прогон должен пройти без обращения к модели — в логе `Кэш найден: ai-steps.json, вызов API пропущен`. Если вызов повторяется, значит `goal` в тесте не совпадает с сохранённым (лишний пробел, другая формулировка). CI-конфиг `.github/workflows/ai-e2e.yml`: ```yaml name: ai-e2e on: [push, pull_request] jobs: web: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - uses: actions/setup-node@v4 with: node-version: 'lts/*' - run: npm ci - run: npx playwright install --with-deps chromium - run: npx playwright test env: AI_BASE_URL: ${{ secrets.AI_BASE_URL }} AI_API_KEY: ${{ secrets.AI_API_KEY }} AI_MODEL: ${{ secrets.AI_MODEL }} - uses: actions/upload-artifact@v4 if: always() with: name: playwright-report path: playwright-report/ ``` Секреты добавьте в Settings → Secrets and variables → Actions. Артефакт с отчётом сохраняется даже при падении — по нему видно, на каком шаге тест остановился. ## Возможные проблемы и решения **Проблема. Тест падает на клике по кнопке входа, хотя вручную всё работает** - Ошибка: `Error: locator.click: Timeout 30000ms exceeded.` - Причина: модель вернула селектор по видимому тексту или позиции, а вёрстка содержит дубли (`