前言
团队将 UI 自动化由 Selenium 迁移至 Playwright，在 AI 大模型加持下，脚本质量稳定和编写效率得到明显提升。本文从 Playwright 与 Selenium 对比出发，分享思路与设计。
一、playwright 与 selenium 对比
从原理上对比：
- Selenium 使用代理 webdriver 协议来统一接口对接不同厂家的浏览器
- Playwright 直接和各个浏览器原生底层调试协议来通信，比如 CDP(Chrome Devtools Protocol)
Selenium 采用套一层的方式解决自动化问题，无法获取浏览器很多原生的底层数据（如网络请求参数、控制台信息），执行速度也天然慢于 Playwright。在 AI 时代，Selenium 因底层原理限制，相关 AI 应用难有明显成果。反观 Playwright，结合 AI 的应用有很多亮点，近期团队已将驱动 UI 的底层重构切换为 Playwright。
二、AI-playwright MCP
如何让 AI 与 web 自动化有效结合并带来效率提升？利用 MCP 让 AI 模型分析页面的 DOM 元素，驱动浏览器，告诉 AI 模型记住页面交互细节。它会抓取页面情况帮助分析元素结构和交互过程，从而协助编写 UI 自动化测试。
关于模型选择，目前各 LLM 百花齐放，第一批梯队的大模型对普通人来说差异不大。AI 模型也会犯错，建议原则是 AI 辅助，半自动档位配合工作。不要偷懒不去 review AI 生成的代码，有错误必须反馈；积累有效的 prompt；在 AI 生成代码毫无逻辑时立即停止手动 coding 教会它；在代码复杂时手动拆分模式加入合理设计模型。
安装 playwright MCP 请参考 Node 环境的 MCP Server 安装文档。调研过市面上一些 AI 测试工具如 TestCraft、Testim.ai、applitools 等，封闭式的测试用例管理和编写封装性太强且收费，很难适合大多数业务需求。
实际业务中仍需修改，demo 演示的是 AI 分析页面并输出脚本的能力。
三、Playwright 封装设计建议
分层设计思想指导下，考虑可维护性和可扩展性，主要封装思路如下：
- Playwright 提供原生操作浏览器的能力，基于底层封装业务 Playwright 即 XxxPlayWright
- 在 XxxPlayWright 基础之上将代码组件化，UI 控件大多 DIY，基于 XxxPlayWright 将操作告警框、下拉框等组件模块化，可使用 Mixin 等结构型设计模式
- 基于模块组件化的代码，封装业务关键字层，提供业务的 UI 操作能力
- Case 上层只调用 UI 业务代码关键字
robotframework-browser 介绍
博主使用的自动化测试框架是 Robot Framework，针对 RF 简单介绍相关知识。如果使用 pytest 原理类似。基于 RF 官方库再二次封装。
Browser library powered by Playwright。关键点：new browser、new page 等无需关心资源清理问题，RF 框架可以自动清理，确保资源隔离。自动关联已经存在的资源和自动启动需要的资源。
安装 Only Python 3.9 or newer is supported. From Node side 18, 20 and 22 LTS versions are supported.
- Install node.js e.g. from https://nodejs.org/en/download/
