AI WebUI 实战:如何用最少的 Token,换来更快的速度和更可靠的结果

一、为什么 WebUI 自动化脚本让人头疼

写 WebUI 自动化脚本，常见的问题就三个：写起来慢、跑起来不稳、维护起来烦。

一个新页面上线，手动写一套脚本，定位器、等待、断言，小半天就没了。跑起来更麻烦，元素稍微一变，脚本就挂。维护成本往往比写脚本本身还高。

现在很多工具想用 AI 解决这个问题，但做法是“每次执行都调模型”。结果 Token 烧得快，速度受模型响应拖累，跑出来的结果还不稳定。

我的平台换了个思路：AI 只负责生成，执行交给平台引擎。

二、核心思路：生成用 AI，执行用引擎

这个方案的逻辑很简单：

第一步，AI 根据你的脚本用例描述，生成平台的对应的步骤脚本。

第二步，脚本生成后沉淀到平台，之后每次执行都走平台自己的引擎，不再调用模型。

也就是说：

• Token 只在生成阶段消耗一次，后续回归、批量、定时执行都不再产生模型调用成本。

• 执行速度不受模型响应影响，走引擎就是走引擎，快就是快。

• 执行结果更稳定，不依赖模型每次的“随机发挥”，脚本跑出来的结果可复现。

三、平台里的操作流程

注意: 下面的步骤说明都是以BlackBagTest平台作为测试对象

第一步：进入项目首页后, 点击菜单栏上面的项目设置, 配置AI供应商

第二步：进入项目首页, 点击菜单栏上面的环境配置 -> 环境列表, 添加测试环境

第三步: 切换为产品列表Tab, 添加测试产品对象, 并声明产品类型

第四步: 切换为产品域名配置Tab, 为测试产品添加不同环境的测试域名配置

第五步: 点击菜单栏中测试资源 -> 脚本用例菜单项, 选中Web自动化类型添加用例, 保存后点击列表中用例名称进入用例的步骤管理页面

第六步:  点击AI生成按钮, 输入步骤描述, 点击开始生成, 生成后会自动推送任务完成消息并告知结果

AI 生成脚本逻辑

平台会调用模型，根据你的输入的生成脚本描述，生成一套可执行的 WebUI 自动化脚本。

生成过程中，AI 会按以下逻辑处理：

1. 先查步骤向量库，优先复用已有步骤

AI 不会一上来就从零拼装整条脚本。平台维护了一个步骤向量库，里面存放了历史脚本中已经验证过的操作步骤（如登录、搜索、翻页、提交表单等）。

生成脚本时，AI 会先把当前用例中的步骤与向量库做相似度匹配：

• 匹配到了：直接复用向量库中已有的步骤，并将其设置为公共步骤，不再创建新步骤。这些步骤是历史执行验证过的，稳定性更高，也省去了重新生成的开销。

• 没有匹配到：AI 才根据当前需求新建步骤，并在脚本执行验证后，将这个新步骤沉淀进向量库，供后续复用。

2. 再查元素向量库，优先复用已有定位

在步骤内部，AI 同样不会凭空生成定位器。平台维护了一个元素向量库，存放历史脚本中已验证过的页面元素及其语义化定位方式。

• 匹配到了：直接复用向量库中已有的定位器。

• 没有匹配到：AI 才根据当前页面结构新建定位器，并在验证通过后回写进向量库。

这一步是“越用越省”的关键：步骤库和元素库越丰富，AI 需要现场生成的部分就越少，Token 消耗和生成耗时都会随之下降。

3. 定位器的语义化选取

无论是复用还是新建，定位器都优先采用 getByRole、getByText、getByLabel 等语义化方式，而不是脆弱的 CSS 选择器或绝对 XPath。语义化定位对页面结构变动更耐受，脚本更不容易因为一个 class 名改动就失效。

4. 必要的等待和断言

AI 会为关键交互步骤补上合理的等待条件（而非固定 sleep）和断言，保证脚本不只是“能跑”，而是“跑完能判断对错”。

5. 页面元素交互逻辑

根据用例描述，AI 生成对应的点击、输入、选择、跳转等交互步骤，串成完整的执行流程。

后续执行走引擎

之后每次要跑这套脚本——回归测试、批量执行、定时任务——都走平台引擎，不再经过模型调用。

你可以把脚本加入测试套件，配置定时调度，或者集成到 CI 流程中。执行记录、结果报告、失败截图，都在平台里统一管理。

四、这样设计带来什么

• Token 更省

  生成阶段消耗一次 Token，执行阶段不再产生模型调用成本。脚本跑一次和跑一百次，Token 账单是一样的。

• 速度更快

  执行走平台引擎，不等待模型响应，不经过 API 调用链路。回归和批量执行的耗时会明显下降。

• 执行更稳定

  脚本生成后就是确定的代码。同样的输入，同样的执行路径，结果可复现。不受模型“每次发挥略有不同”的影响。

五、适合什么场景

- **回归测试**：脚本生成一次，后续每天跑，Token 零消耗，速度最快。

- **批量用例**：一次生成多条脚本，统一走引擎执行。

- **CI 集成**：脚本编译成平台资产，接入持续集成流程，不依赖模型可用性。

- **需要稳定复现的场景**：对执行结果一致性有要求的测试任务

六、当前边界

需要说明的是：

- **生成质量取决于需求描述的清晰度**。描述越具体，AI 生成的脚本越可用。模糊的需求可能需要人工微调。

- **某个元素因为前端改动定位方式变了**，平台会在执行用例时, 自动修复定位失败的元素, 操作成功后还会回写到元素库中

- **页面结构大幅变更后**，只需要修改步骤描述再次点击生成, 平台会根据需求描述和脚本用例中已有的步骤比较, 相同的会复用,不相同的会新增

- **AI 生成的脚本建议人工审核后再投入正式执行**，尤其是涉及数据写入或关键业务流程的场景。

总结

平台 AI 生成 WebUI 自动化脚本的核心逻辑：**AI 只生成一次，执行走引擎。** Token 花在生成上，省在执行上；速度赢在引擎上，稳定来自确定性。

如果你在团队里维护 WebUI 自动化，可以试试这个思路：把 AI 用在“生成”这个刀刃上，执行阶段交给平台引擎。

*本文是平台 AI 功能系列的第一篇。后续会继续介绍平台里的其他 AI 能力。*