【实测】UI自动化用AI断言页面源码怎么搞?(继续)
有的人看这个功能看的很恼火，觉得都AI泛滥的时代了，怎么还需要人力去写代码，想算法，手动测试呢？也有的人看了之后感觉很欣慰，因为发现了满天飘的AI技术想真正做成一件业务上的事，解决一个难题，还是需要很大比例人脑的参与，那自己便不用太过担心被替代。
总之，仁者见仁，智者见智。你可以选择躺平，拒绝深挖一切相关的技术，然后等着公司裁员，心安理得的回到老家，跟亲戚们说这行业完蛋了，打工仔都完蛋了，然后过了几年发现这软件测试行业还是有几万甚至几十万从业者，你的同学、同事仍然好端端的在拿着高薪，过着潇洒的白领生活。
有时候别以为AI火了，所有人都可以下岗躺平了，毕竟躺平的下场只有失业。
你也许也在努力学习，吸收一切最近新出的各种技术。但这漫天横飞的所谓新AI技术终归只是一个个实验室刚出来的概念点，你无法完全理解，也无法随心所欲的使用，更难的真正把这些节点联合起来做成某个具体的业务功能，这时候你应该看看这个公众号，咨询一下后续的课程，看看后面那些融合到实际业务中的AI测试点到底发展成什么样了。看看后续做一个超大型完整的AI测试平台到底是张口就来，还是要人力去构思、设计、研究算法、验证测试等一堆工作。
打工人要有自己的立场和觉悟，不要被领导、老板、股东资本家们忽悠瘸了。他们拼命的推，原因不方便说，但有很多，但唯独不是真的为了实际效果和性价比。等这波风过去，市场冷静了，AI落地的真实效果一堆问题了，线上bug层出不穷了，tokens大规模涨价的时候，你在哪？是坚持在工位上王者回归，还是在老家乡下忿忿不平？
本功能点，只是一个开胃菜都算不上的小节点，希望能从这里面感受到：只盲目跟风和实际应用之间有多少差距，自己能否真实的完全不动脑不动手的只靠跟AI沟通去搞定一件事，如果能办到，那乡下的七大姑八大姨，你上小学的外甥也应该可以办到，那你的老板意识到这件事的时候，你就是回家躺平的时候了。
本节我们主要需要搞定交互完善报告的函数，初具体返回值和文档报告。
这个end_res就是最终的返回值了，以后我们也可以对其参数进行增加
其中result代表了最终结果，false则是失败了。有且仅有existence为0时才算。其他的xxx_count则代表着出问题的元素数量。
返回的self.res是 一个列表，每个元素是一个大型字典，代表了这个页面的每个元素的具体断言情况。
我们可以用一个text 或者 一个html 来展现。
text的话很简单，但有点low，咱们直接用html，那就需要设计一个类似于httptestrunner的结构，就是有个专门的函数，接受这个end_res，生成一个可以单独打开的html，此时，AI的用场到了，解决一个简单但很麻烦，代码量很大的函数，让AI给咱设计一个前端页面：
经过人工简单修改后，我们把这函数放在另一个单独的py文件中，进行调用：
粘贴进去的AI代码内容太多，可进粉丝群或公众号留言直接要源码资源包，或者自己拿deepseek生成一个也行。当然，也可以等后续全部完成之后再要。
夜雨聆风
