一、QA Use 到底是什么?
QA-Use是 browser-use 官方推出的AI驱动端到端(E2E)测试平台,技术底座采用:Browser-Use AI Agent + Playwright + Next.js,专为现代Web应用的质量保障而设计。
基于 BrowserUse AI Agent 实现浏览器自动化,专为 QA 团队打造生产级、可协作、可定时、可通知的一体化 Web 测试系统。它将AI Agent的智能决策能力与Browser-Use的浏览器自动化技术相结合,实现了自然语言描述即可执行复杂测试的全新测试范式。
它的定位非常清晰:
- 面向企业级测试团队的生产可用 E2E 平台
- 用自然语言编写测试步骤,零代码自动化
- 内置测试套件、用例管理、定时任务、邮件通知
- AI 像真人一样点、输、等、判断、截图、录屏
- 支持 Docker 一键部署,团队共用一套环境
一句话总结:
把专业测试平台 + AI 自动化 + 协作能力全部打包。
二、QA Use 能解决测试领域哪些核心痛点?
传统E2E测试的困境
| 痛点 | 传统方案(Selenium/Playwright) | QA-Use解决方案 |
|---|---|---|
| 脚本编写成本高 | 需要编写数百行代码,定位元素、处理等待 | 自然语言描述,AI自动生成执行计划 |
| 元素定位脆弱 | CSS/XPath选择器,前端一改测试就挂 | AI基于ARIA树和视觉理解定位,自适应UI变更 |
| 测试维护负担重 | 页面变更需要批量更新脚本 | AI自愈(Autofix),自动修复失败测试 |
| 验证逻辑复杂 | 需要编写复杂的断言代码 | AI智能判断结果是否符合预期 |
| 调试困难 | 看日志猜问题,复现困难 | 实时VNC观看,完整录像回放,控制台日志 |
| 协作门槛高 | 只有技术人员能编写和维护 | 产品经理也能用自然语言创建测试 |
简单概括几点
- 零代码门槛,人人可写可跑自动化
测试、产品、运营都能创建用例,不用懂代码、不用懂元素定位。
- 告别脚本维护地狱
页面改版、结构变化,传统自动化全挂;QA Use 由 AI 智能识别、自适应页面,几乎不用维护。
- 测试用例可管理、可复用、可沉淀
支持测试套件(Suite)+ 测试用例(Test)分层管理,团队统一用例规范。
- 支持定时执行、7×24 小时回归
配置 CRON 定时,每小时 / 每天自动跑测,不用人工盯守。
- 失败自动通知,不错过任何缺陷
支持邮件通知,用例失败立刻发告警,缺陷早发现、早修复。
- 生产级稳定、可协作、可部署
不是玩具 Demo,而是完整可上线的测试平台,支持团队协同使用。
适合谁用?
想快速落地 E2E 自动化的测试团队
不想维护大量脚本的中小团队
需要定时回归、自动通知的项目
产品 / 开发也要参与验证的协作团队
追求低成本、高效率、AI 原生测试方案
三、核心功能详解
核心特性
| 特性 | 说明 | 价值 |
|---|---|---|
| 🤖 AI测试引擎 | 基于Browser-Use,用自然语言描述测试步骤 | 零代码编写测试 |
| 🎯 测试套件管理 | 组织多个测试为套件,批量并行执行 | 提升执行效率10倍 |
| ⏰ 自动调度监控 | 按小时/天自动运行测试套件 | 7×24小时质量监控 |
| 📧 智能通知 | 测试失败时自动发送邮件告警 | 第一时间发现问题 |
| 🔄 会话录制 | 将交互操作录制为YAML测试文件 | 回放与复现 |
| 🔧 调试工具 | 控制台日志、网络请求、截图、录像 | 快速定位问题 |
| 🔒 本地隧道 | 安全测试本地和预览环境 | 覆盖开发全流程 |
功能架构
┌─────────────────────────────────────────────────────────────┐ │ QA-Use Platform │ │ (Next.js + PostgreSQL) │ ├─────────────────────────────────────────────────────────────┤ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐ │ │ │ 测试管理 │ │ 测试套件 │ │ 定时调度 │ │ │ │ 自然语言定义 │ │ 批量执行 │ │ 自动运行 │ │ │ │ 历史记录 │ │ 并行测试 │ │ 邮件通知 │ │ │ └─────────────┘ └─────────────┘ └─────────────────────┘ │ ├─────────────────────────────────────────────────────────────┤ │ Browser-Use AI Engine │ │ (AI Agent + Playwright + Vision/DOM) │ ├─────────────────────────────────────────────────────────────┤ │ 目标Web应用 │ └─────────────────────────────────────────────────────────────┘五大核心解决方案
1.自然语言测试定义(No-Code Testing)
传统方式:
# 100+行代码, fragile selectors page.click("button[class='btn-primary login-btn']") page.fill("input[name='username']", "test") page.fill("input[name='password']", "secret") page.click("button[type='submit']") assert page.url == "/dashboard"QA-Use方式
测试步骤: 1. 访问 example.com/login 2. 点击登录按钮 3. 在用户名输入框输入"test" 4. 在密码输入框输入"secret" 5. 点击提交按钮 成功标准: 页面跳转到仪表板,显示欢迎消息2.AI自愈测试(Self-Healing Tests)
当UI发生变更时,传统测试会批量失败。QA-Use的Autofix功能可以:
- 自动检测元素位置变化
- 基于DOM Diffing重新定位
- 更新测试步骤,保持测试有效
价值:维护成本降低80%,测试稳定性提升至95%
3.智能元素定位(ARIA-Based Referencing)
不依赖脆弱的CSS选择器,而是基于ARIA无障碍树和DOM结构分析:
传统定位:#app > div:nth-child(3) > button.btn-primary QA-Use定位:"登录按钮"(基于ARIA标签和视觉语义)即使按钮样式、位置、父容器变化,AI仍能准确识别
4.本地与云端无缝测试
本地隧道(Local Tunneling)功能:
- 测试本地开发环境
localhost:3000 - 测试预览部署
preview-branch.example.com - 安全API隧道,保护测试数据
5.完整的测试生命周期管理
创建测试(自然语言) → AI执行(Browser-Use Agent) → 智能验证 → 生成报告 → 定时调度 → 失败告警四、3 步极速部署(本地 / 服务器都能用)
前置条件
- Docker & Docker Compose
- BrowserUse API Key(官网申请,注册地址:cloud.browser-use.com)
- Resend API Key(可选,用于邮件通知)
3步部署
# 1️⃣ 克隆项目 git clone https://github.com/browser-use/qa-use.git cd qa-use # 2️⃣ 配置环境变量 cp .env.example .env # 编辑.env文件,添加API密钥 # 3️⃣ 启动平台 docker compose up编辑.env,填入关键配置:
# 必需:BrowserUse API集成 BROWSER_USE_API_KEY=your_browseruse_api_key_here # 数据库配置 DATABASE_URL=postgresql://postgres:postgres@postgres:5432/qa-use # 可选:邮件通知 RESEND_API_KEY=your_resend_api_key_here # 可选:Inngest配置(生产环境) INNGEST_SIGNING_KEY=your_inngest_signing_key INNGEST_BASE_URL=http://inngest:8288启动平台
docker compose up --build启动完成访问:http://localhost:3000
五、实战用法详解
场景1:创建第一个AI测试
步骤:
- 登录 http://localhost:3000
- 点击"创建测试"
- 输入测试名称:"用户登录流程验证"
- 在"Steps"区域输入:
1. 访问 https://quotes.toscrape.com/login 2. 在"Username"输入框输入"user" 3. 在"Password"输入框输入"password" 4. 点击"Login"按钮 5. 等待页面加载完成 成功标准: 页面显示"Logout"链接,确认登录成功选择LLM模型(如GPT-4o)
点击"运行测试"
AI执行过程:
- 导航到登录页
- 智能识别输入框(基于ARIA标签和视觉位置)
- 填写凭据
- 点击按钮
- 验证结果(检查"Logout"是否存在)
- 生成测试报告(通过/失败 + 截图)
场景2:创建测试套件批量执行
套件名称:电商核心流程回归测试 包含测试: 1. 用户注册流程 2. 用户登录流程 3. 商品搜索功能 4. 加入购物车 5. 结算流程 6. 订单查询 执行策略: - 并行执行:同时运行6个测试 - 失败重试:失败时重试1次 - 通知策略:任一测试失败发送邮件场景3:定时自动化监控
配置每小时执行的监控套件:
套件名称:生产环境健康检查 执行频率:每小时 通知邮箱:qa-team@company.com 测试内容: 1. 首页可访问性检查 2. 核心API响应时间 3. 登录功能正常 4. 支付流程可用场景4:使用Autofix修复脆弱测试
当测试因UI变更失败时
# 命令行启用自愈模式 qa-use test run --autofixAI会自动:
- 分析失败原因(元素未找到)
- 对比当前DOM与历史记录
- 重新定位相似元素
- 更新测试步骤
- 重新执行验证
六、高级功能
1. 本地开发环境测试
启动本地隧道
# 在开发机器上运行 npx @desplega.ai/qa-use-mcp tunnel # 或在Docker中配置 QA_USE_TUNNEL=true docker compose up使用场景:
- 测试
localhost:3000的本地开发版本 - 测试
preview-xxx.vercel.app的预览部署 - 无需公网IP,安全测试内部系统
2. CI/CD集成
GitHub Actions示例
name: E2E Tests on: [push, pull_request] jobs: e2e: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - name: QA-Use Platform run: | git clone https://github.com/browser-use/qa-use.git cd qa-use echo "BROWSER_USE_API_KEY=${{ secrets.BROWSER_USE_API_KEY }}" > .env docker compose up -d sleep 30 # 等待服务启动 - name: Run Test Suite run: | curl -X POST http://localhost:3000/api/suites/run \ -H "Content-Type: application/json" \ -d '{"suite_id":"core-flows","notify":true}' - name: Upload Results if: always() uses: actions/upload-artifact@v4 with: name: test-results path: ./qa-use/results/3. 与Claude Code集成
安装插件
claude plugin install @desplega.ai/qa-use可用技能:
| 技能命令 | 功能 |
|---|---|
/qa-use:verify "描述" | 验证功能是否正常工作 |
/qa-use:verify-pr | 自动验证PR变更 |
/qa-use:explore | 交互式探索网页 |
/qa-use:record | 录制浏览器操作为测试 |
/qa-use:test-run | 运行E2E测试 |
/qa-use:test-validate | 验证测试语法 |
使用示例:
> /qa-use:verify "登录表单接受有效凭据" > /qa-use:verify-pr # 自动检测PR变更并验证七、项目资源
- 官方 GitHub:https://github.com/browser-use/qa-use
- 官方文档: https://docs.browser-use.com
- MCP服务: https://github.com/desplega-ai/qa-use
- BrowserUse 主项目:https://github.com/browser-use/browser-use
- BrowserUse Cloud(获取 API Key):https://cloud.browser-use.com
八、写在最后
QA Use 不是一个简单的脚本工具,而是一整套 AI 驱动的企业级测试解决方案。
| 传统QA工作 | QA-Use赋能后 |
|---|---|
| 写代码维护测试脚本 | 描述需求,AI执行 |
| 页面变更后批量修脚本 | AI自动适应,自愈修复 |
| 手工回归测试,耗时耗力 | 定时自动执行,无人值守 |
| Bug发现依赖人工探索 | AI主动探索,发现边界问题 |
| 技术人员专属工作 | 全民参与质量保障 |