AI自动化测试工具-Healenium

具体的操作步骤及案例：

一、mac环境部署

 

二、具体测试用例

 

Healenium 完全支持 Python 与 Selenium 的搭配使用，能够实现自动化测试的“自愈”功能。其核心原理是通过代理模式拦截 WebDriver 请求，当标准定位器失败时，利用机器学习算法自动寻找最相似的元素并执行操作，从而显著降低因 UI 变动导致的脚本维护成本。

以下是 Healenium 在 Python + Selenium 环境下的完整落地实施方案，包含服务端部署配置、Python 客户端代码及依赖管理。

实施关键点说明

1. ‌架构组成‌：

   • ‌PostgreSQL‌：存储元素的历史特征数据（指纹），用于比对和匹配。
   • ‌Healenium Backend‌：核心服务，运行机器学习算法（基于权重的最长公共子序列算法），计算元素相似度。
   • ‌Healenium Proxy‌：拦截 Selenium 发出的 HTTP 请求。当检测到 NoSuchElementException 时，它会将当前 DOM 发送给 Backend 进行匹配，并将修复后的定位器返回给测试脚本。
   • ‌Selenium Grid/Node‌：实际执行浏览器操作的组件。

2. ‌Python 集成方式‌：

   • 与 Java 直接引入 JAR 包不同，Python 通常通过‌远程驱动（Remote WebDriver）‌连接到 Healenium Proxy 的地址（例如 http://localhost:8085/wd/hub），而不是直接连接 Selenium Hub。
   • 确保 command_executor 指向 Healenium Proxy 的端口，这样所有的查找元素请求都会经过自愈层处理。

3. ‌首次运行基准建立‌：

   • 第一次运行测试时，UI 必须是稳定的。Healenium 会记录所有成功定位元素的特征（ID, Class, XPath, Text, TagName, 相邻关系等）。
   • 后续运行中，如果 UI 发生轻微变化（如 ID 改变、Class 增加），Healenium 会自动匹配最相似的元素并执行操作，同时在报告中记录修复详情。

4. ‌维护与优化‌：

   • 查看 Healenium 生成的报告（通常可通过 Backend 提供的 API 或集成插件查看），确认哪些元素被自动修复。
   • 定期更新测试脚本中的定位器，将“动态修复”转化为“静态稳定”，以减少每次运行时的计算开销