用途:为 AI 编程工具提供“眼睛和手”,让 AI 能通过真实浏览器查看并操作网页,完成端到端测试。适合需要声明式 YAML 场景、依赖视觉匹配或 OCR(而非稳定 DOM 选择器)、以及希望工具既能执行测试又能解释失败的 AI 编码工作流。
主要能力(上游宣称):YAML 场景经 Playwright 执行,含类人交互;视觉匹配使用 OpenCV 模板与 OCR,无需 CSS 选择器;平台自动识别支持 Flutter、React、Next.js、Vue、Angular、Svelte;结构化失败诊断并附排查清单;用 SQLite 记录“失败→修复”模式的学习库;支持 Claude、OpenAI、Gemini、DeepSeek、Ollama 五家 AI 提供商;Skill 模式无需额外 AI API 密钥。
使用方式:安装命令 npx skills add ksgisang/awt-skill --skill awt -g。该入口属于上游选项,并不等同于允许修改全局技能,建议改用明确授权的项目级安装。编写场景前需先查看所选上游版本与已安装命令,因为本入口不捆绑 AWT 运行时和 YAML 规范。执行前应确认目标环境、测试账号、允许的浏览器操作与数据留存策略;涉及结账等测试可能真实下单或发送通知,必须使用隔离的夹具环境并先检查副作用;未经授权不得向云服务商发送截图、凭据或应用数据。记录实际场景、运行时版本、观测结果与产物路径;若运行时缺失,应返回草稿并标记为待执行,而非编造通过结果。
限制:仅当任务明确匹配上述范围时使用;输出不能替代特定环境验证、测试或专家复核;若缺少必要输入、权限、安全边界或成功标准,应停止并请求澄清。主仓库 https://github.com/ksgisang/AI-Watch-Tester,技能仓库 https://github.com/ksgisang/awt-skill,云端演示 https://ai-watch-tester.vercel.app。定价、版本细节等暂未提供。