AI 怎么测试手机 App？拆解 GitHub 热门项

每次 App 发版，登录、下单这些流程总得再走一遍。手工测太费时间，自动化脚本又难维护。于是我就在想：能不能直接甩句话给 AI，让它自己去操作手机？

GitHub 上有个开源项目 e2e，真把这事儿做出来了。它不光支持网页端，连安卓和苹果客户端都能测。这套系统说白了就三层：测试层定目标，AI 层看界面做决定，设备层负责真机执行。

很多人以为 AI 是靠截图来认界面的。其实它主要靠的是无障碍控件树。底层会把屏幕上的按钮、输入框扒成文字快照。AI 看到的是控件的角色和状态，再把“点击登录”对应到具体元素上。遇到实在描述不清的，才会去请求截图补位。

模型一发出指令，底层工具就开始干活了。安卓用 ADB，苹果模拟器走 XCTest。它会老老实实填账号、输密码、点按钮。关键是每动一下，它都会重新抓取新界面。要是刚才那步没点中，它就拿着新画面重新盘下一步。

不过有个大坑得提醒你：AI 点完登录，不代表真登进去了。所以我建议让 AI 去跑路径，但关键结果必须用明确断言卡死。订单金额、支付状态这些硬指标，绝不能只听 AI 说一句“看起来成功了”。

像登录、设置这种标签清楚的流程，最适合拿来试点。至于那些全是自绘控件的复杂页面，还得重点盯它的识别准不准。要不要我帮你把这套框架的接入步骤整理一份？