我想用简单的英语测试移动应用，而不是依赖像XPath或可访问性ID这样的脆弱选择器。<p>使用基于视觉的代理，这部分实际上运作良好。它可以查看屏幕，理解意图，并在Android和iOS上执行操作。<p>更大的问题出现在测试的定义和维护上。<p>当测试流程被保存在代码库之外（手动编写或从PRD生成）时，它们很快就会与应用程序不同步。保持它们的更新需要大量的精力，并且随着时间的推移，它们的可靠性会下降。<p>于是我尝试直接从代码库生成测试（通过MCP）。这改善了同步，但引入了高令牌使用率和较慢的生成速度。<p>我意识到测试生成不应该是一次性的步骤。测试需要与代码库并存，以保持同步并拥有更多上下文。<p>我保持了基于视觉的执行（没有脆弱的选择器），但将测试生成更靠近代码库。<p>我已将核心部分开源：<p>1. 从代码库上下文生成测试
2. 基于YAML的测试流程
3. 在Android和iOS上进行基于视觉的执行<p>代码库： <a href="https://github.com/final-run/finalrun-agent" rel="nofollow">https://github.com/final-run/finalrun-agent</a>
演示： <a href="https://youtu.be/rJCw3p0PHr4" rel="nofollow">https://youtu.be/rJCw3p0PHr4</a><p>在演示视频中，您将看到“开发后的交接”。一个AI在IDE中构建一个功能，而Finalrun立即生成并执行一个基于视觉的测试，以验证AI开发的功能。
返回首页
最新
我正在构建一个代理，以从大型语言模型（LLM）API调用中去除个人身份信息（PII），并意识到零宽度Unicode字符几乎会破坏所有的PII过滤器。如果你在名字中插入一个零宽度空格，比如“T om”，Presidio的命名实体识别（NER）模型就不再将其视为一个名字。社会安全号码（SSN）和电话号码在正则表达式下也是如此。因此，我构建了一个规范化层，在进行检测之前去除这些内容。
这个代理本身相当简单。你只需将你的OpenAI基础URL更改为指向Veil，它会在请求发送之前对PII进行屏蔽，然后在响应中将真实值放回。它也支持流式处理，这实际上是比较困难的部分。
<a href="https://veil-api.com" rel="nofollow">https://veil-api.com</a>，免费套餐为每月100次请求。
好奇团队在成长过程中如何处理系统集成，并开始依赖多个系统。<p>在什么时刻，这成为了你们真正的问题？<p>你们是通过内部工具、外部平台，还是其他方式来解决这个问题的？
请访问以下链接了解更多信息： [https://googlecloudplatform.github.io/scion/overview/](https://googlecloudplatform.github.io/scion/overview/)