霍格沃兹测试开发学社

《Python测试开发进阶训练营》(随到随学!)
2023年第2期《Python全栈开发与自动化测试班》(开班在即)
报名联系weixin/qq:2314507862

Playwright CLI + Skills:从网络 Mock 到 Trace,异常场景如何形成测试闭环?

关注 霍格沃兹软件测试开发 公众号,回复「资料」, 领取人工智能测试开发技术合集

当 AI Agent 开始接手浏览器自动化,很多团队已经能让它完成登录、搜索、下单等常规操作。但线上最难复现的缺陷,往往出现在正常流程之外。

订单接口返回 503,页面一直转圈;网络突然断开,用户连续点击提交;服务恢复后,页面却没有重新加载数据。

这些问题很难靠反复执行正常用例发现。测试工程师需要主动制造异常,并且保留足够的执行证据。

Playwright CLI 配合 Skills,可以把网络异常注入、浏览器交互、Trace 记录和故障分析串成一套工作流程。

目录
一、正常流程通过,不代表异常处理可靠
二、网络 Mock 改变了异常场景的构造方式
三、Mock、Trace 与 Skills 如何协同
四、用订单接口复现一次故障
五、从故障复现走向工程化测试
六、AI Agent 能接手哪些测试工作
一、正常流程通过,不代表异常处理可靠
常规 Web 自动化主要验证业务流程能否完成。例如,进入订单页面、查询订单、检查列表数据。

但接口返回异常时,前端可能出现另一套问题:错误提示没有展示、加载状态无法结束、重试按钮失效,甚至重复提交订单。

手工构造这些故障,通常需要开发人员配合修改服务,或者临时调整测试环境。故障越依赖环境状态,复现成本越高。

异常测试的价值,在于让故障可重复、结果可判定、证据可回放。

Playwright mcp技术学习交流群
伙伴们,对AI测试、大模型评测、质量保障感兴趣吗?我们建了一个 「Playwright mcp技术学习交流群」,专门用来探讨相关技术、分享资料、互通有无。无论你是正在实践还是好奇探索,都欢迎扫码加入,一起抱团成长!期待与你交流!👇

image

二、网络 Mock 改变了异常场景的构造方式
Playwright CLI 提供网络请求拦截能力。测试人员可以针对指定接口,模拟不同的响应状态,也可以控制浏览器的联网状态。

常见场景包括:

HTTP 503:验证服务不可用时的页面反馈。
延迟响应:验证加载状态和业务超时处理。
网络断开:验证离线提示与恢复流程。
异常响应体:验证前端对缺失字段、格式错误数据的处理。
需要区分的是,HTTP 504 是服务返回的状态码,真正的网络超时则可能表现为请求长时间没有完成或被客户端取消。两者的处理路径并不相同。

三、Mock、Trace 与 Skills 如何协同
三者承担不同职责。

Playwright CLI:执行浏览器操作、拦截请求、检查页面和网络状态。
Skills:向编程 Agent 提供命令说明、操作流程及相关参考文档。
Trace:记录浏览器操作、页面快照、截图、网络活动和控制台信息,帮助还原故障发生的过程。
整体流程如下。

mermaid-diagram__9_
Skills 不会自动保证测试正确。Agent 仍然需要按照业务预期执行检查,并根据实际证据判断结果。

四、用订单接口复现一次故障
假设订单页面依赖 /api/orders 接口。我们需要验证接口返回 503 时,页面是否展示错误信息,以及故障解除后能否恢复。

先安装 CLI 并初始化 Skills:

npm install -g @playwright/cli@latest
playwright-cli install --skills
启动本地测试应用后,执行以下命令:

打开订单页面

playwright-cli open http://localhost:3000/orders

开始记录 Trace

playwright-cli tracing-start

模拟订单接口返回 503

playwright-cli route "**/api/orders" --status=503 --body='{"message":"service unavailable"}' --content-type=application/json

重新加载,触发请求

playwright-cli reload

检查页面、请求和控制台

playwright-cli snapshot
playwright-cli requests --filter="/api/orders"
playwright-cli console error
这里要核对三个结果:请求是否命中 Mock、页面是否出现预期错误提示、加载状态是否正确结束。

如果需要验证网络断开,可以单独执行:

playwright-cli network-state-set offline
playwright-cli reload
playwright-cli snapshot

恢复联网

playwright-cli network-state-set online
playwright-cli reload
完成异常检查后,撤销路由并验证恢复:

playwright-cli unroute "**/api/orders"
playwright-cli reload
playwright-cli snapshot

停止记录并保存 Trace

playwright-cli tracing-stop
撤销 Mock 后,需要确认实际后端可用,否则无法判断恢复失败是业务问题还是测试环境问题。

CLI 会输出 Trace 文件路径。使用下面的命令打开对应文件:

npx playwright show-trace <实际的trace文件路径>
Trace Viewer 可以帮助我们沿着执行时间线查看页面状态、请求响应和控制台信息。

例如,接口已经返回 503,但页面仍然显示加载中,就可以进一步检查前端错误处理和状态更新逻辑。

Trace 能还原浏览器观察到了什么,但不能单独证明后端故障的根因。

五、从故障复现走向工程化测试
单次 Mock 只能覆盖一个条件。团队需要围绕核心业务建立异常场景矩阵。

测试场景
重点检查
HTTP 500/503
错误提示、加载状态、重试入口
延迟响应
超时处理、重复点击、页面响应
网络断开
离线提示、恢复后的数据刷新
异常响应体
数据校验、空状态、异常处理
写请求失败
重复提交、订单状态一致性
落地时还有三个细节容易被忽略。

第一,Mock 规则要尽量精确。拦截范围过大,可能影响页面的其他接口,制造与目标场景无关的失败。

第二,执行结束后必须清理路由。否则后续用例可能继续命中 Mock,造成测试污染。如果项目使用 Service Worker,还需要检查它是否接管了请求,导致拦截规则没有生效。

第三,Trace 不是测试断言。它提供分析证据,但测试仍然需要明确的预期结果,例如错误提示是否可见、加载状态是否结束、重试后数据是否更新。Trace 和请求日志也可能包含敏感信息,需要控制访问权限和保留时间。

稳定的异常用例可以进一步沉淀为 Playwright Test 自动化脚本,加入持续集成流程。CLI 则适合让 Agent 探索页面、复现问题和收集证据。

六、AI Agent 能接手哪些测试工作
过去,测试工程师需要手工配置异常、重复执行操作,再从截图和日志中寻找线索。

现在,Agent 可以根据 Skills 了解可用命令,按照场景配置 Mock,检查页面变化,收集 Trace,并依据测试规则整理故障证据。

但测试预期仍然需要明确。例如,订单提交失败后是否允许重试、重试前是否需要查询订单状态,都属于业务规则,不能只根据页面截图推断。

后续的工程实践可以围绕三个方向展开:建立可复用的异常场景库,把故障证据纳入自动化报告,再将稳定的检查规则沉淀进持续集成。

对于测试开发工程师来说,浏览器操作只是执行层。如何设计异常场景、定义判定条件、分析证据并验证恢复,才是这套能力能否用于真实项目的关键。

如果让 AI Agent 独立测试你负责的订单系统,你会要求它只提交执行结果,还是必须同时提交可复现的故障步骤、Trace 证据和恢复验证结果?

推荐学习
自动化智能体与测试用例生成课程,限时免费,机会难得。扫码报名,参与直播,希望您在这场课程中收获满满,开启智能自动化测试的新篇章!
image

关于我们
霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。

posted @ 2026-10-24 18:03  霍格沃兹测试开发学社  阅读(18)  评论(0)    收藏  举报