从测试助手到自主测试:让AI代理理解并控制应用程序

Squish MCP新版本大幅提升了AI代理在测试开发中的效率、速度与整体性能。代理现可完全自主地探索和控制应用程序。其实现方式是：通过Squish向代理提供应用程序当前状态信息及执行UI交互的工具。这使代理无需查阅源代码，即可像真人一样通过探索来理解应用程序的工作原理。开发团队现可直接描述测试意图，并获得切实可用的结果，例如：

• "尝试使应用程序崩溃"

• "UI工作流中是否存在死路——用户进入后无法退出的流程？"

• "向导的每个步骤都可以取消吗？"

像Qt Creator这样的复杂应用程序有超过1000个UI元素，这对旧版Squish MCP而言是较大挑战。当前版本在性能上有了显著提升。例如，提示代理生成一个测试用例——打开Qt Creator并在"新建项目"对话框中完成项目创建——此前往往无法产出可用结果。这是因为代理无法动态响应UI状态的变化，而是依赖生成和分析大量Squish对象快照，这会迅速占满上下文窗口。通过接入运行中的应用程序，Squish MCP使AI代理能够以紧凑的状态表示进行工作，只关注实际所需的信息。这不仅扩展了对更复杂应用程序和测试场景的支持，还将测试用例生成时间平均缩短了52%，token消耗平均降低了41%。

除上述生成示例外，开发团队还可将AI代理与新版Squish MCP结合使用，通过回答以下问题来加速测试开发：

• "XYZ测试套件覆盖了哪些功能需求？"

• "测试用例XYZ产生了错误，是应用程序存在缺陷，还是测试本身的问题？"

• "当前文件夹中哪些测试用例是重复的？原因是什么？"

Squish MCP已从一款实用的辅助工具演进为能够接管完整工作包的核心力量，让开发团队得以专注于更宏观的高层级任务，或在测试工作流中实现更高的覆盖率与吞吐量。

使用GitHub Copilot的示例设置说明可在用户中心下载。我们欢迎您提出反馈和问题，帮助我们不断改进Squish MCP。

在AI代理中使用第三方大语言模型（LLM）会引发关于数据共享的合理安全与合规顾虑；但本地模型的使用在技术上是可行的，例如结合GitHub Copilot使用，请参阅说明。

业务咨询联系方式

电话丨18566657914  焦经理

邮箱丨wzjiao@infedium.com