返回文章列表

综述 / 资料、论文与方法的整理分析

什么是小程序?2026 年如何做好 AI 自动化测试

以微信小程序为例,从基础概念、跨端测试要点和工具选型出发,梳理 AI 辅助设计、确定性回归、真机探索与失败分析的落地方法。

2026 年做小程序测试,AI 可以帮我们拆需求、生成脚本、探索界面、整理失败证据。但“让 AI 自己点完整个小程序”不等于建立了一套可靠的自动化测试。

更稳妥的做法是:AI 辅助生成与探索,确定性框架负责核心回归,测试人员审核业务预期和最终结果。先理解小程序运行在哪些环境,再按接口、后台、小程序和真机分层验证。

本文以微信小程序为例,介绍小程序是什么、测试关注点以及 AI 自动化如何落地;支付宝、抖音等平台的接口和工具不同,不能直接照搬。

本文为公开资料调研与方案整理,资料核对时间为 2026 年 11 月 15 日;示例是教学方案,未在具体小程序、真机或模型服务上实测。工具能力、版本和收费以官方最新说明为准。

一、什么是小程序?

小程序是在宿主平台中运行的轻量应用。例如,用户在微信里打开点餐、预约或查询服务,不需要单独从应用商店安装一个 App。它依托微信提供的运行环境和接口,可以调用登录、分享、支付、定位等平台能力;实际能否使用某项能力还取决于权限与平台规则。

从测试视角,可以把它看作一条组合链路:微信宿主 + 小程序页面与逻辑 + 业务后端 + 手机系统与设备。其中任意一环出问题,用户看到的都可能只是“页面打不开”或“提交失败”。

小程序与普通网页不能简单画等号:它运行在宿主提供的环境里,部分交互涉及微信原生界面。Playwright 擅长浏览器 Web 页面,但不能直接等同于覆盖整个微信小程序和原生授权流程。

二、测试小程序,先看哪些方面?

以预约服务为例,建议先梳理用户主流程,再覆盖跨端和异常场景。

维度示例检查点
核心业务搜索、选择时间、提交预约、查看和取消;页面展示与服务端数据一致
登录与授权未登录、登录过期、拒绝或再次授权;不同账号的数据隔离
宿主能力分享进入、返回、相机、定位、消息或支付等按实际业务验证
网络与异常弱网、断网、接口超时、重复点击、前后台切换;失败提示和重试是否符合规则
兼容性Android / iOS / HarmonyOS、不同微信及基础库版本、屏幕尺寸、字体缩放;模拟器不能代替真机
安全与隐私越权访问、敏感信息展示和日志、授权范围;仅在授权环境和测试账号下验证
性能体验首次打开、页面切换、长列表滑动、内存与耗电;定义场景与设备后再比较

备注:HarmonyOS 需纳入设备矩阵。微信官方适配指南指出,基础库从 3.7.0 起正式支持 HarmonyOS,视图层使用 ArkWeb,部分样式、组件和原生接口与其他平台存在差异。测试时应结合目标系统和微信版本,检查页面布局及实际使用的登录授权、支付、分享、相机、定位等能力,包括不支持时的提示或降级;具体以接口文档和真机结果为准。

优先顺序可以是:先覆盖登录和核心交易等高风险路径,再覆盖边界、异常、设备兼容,最后补充非关键视觉细节。涉及支付、订单或用户数据的场景,应使用沙箱、测试环境和隔离账号,不要让自动化操作真实资金或真实用户数据。

三、自动化方案怎么选?

工具或路线定位适合什么主要边界
微信官方 miniprogram-automatorJavaScript SDK,通过开发者工具控制小程序有项目和开发者工具权限,希望编写可维护的回归脚本需要配置开发工具;模拟器与真机体验仍要分别验证
Minium微信团队提供的小程序测试框架,支持 Python 自定义测试Python 团队、数据驱动和较复杂业务场景需要搭建环境、编写脚本;具体设备支持依官方文档和环境验证
MiniTest 小程序云测微信开发者工具相关云真机测试服务设备覆盖、冒烟、录制回放、Minium 自定义测试与性能分析智能 Monkey 不支持输入、上传图片等复杂操作,也不能校验页面逻辑;服务权限与收费需确认
Midscene Android基于模型和 Android ADB 的视觉 UI 自动化在授权 Android 真机上探索微信宿主及小程序可见界面官方说明的是 Android 设备控制,具体小程序流程需自行验证;识别不稳定、模型耗时和隐私成本不可忽略
Open-AutoGLM面向手机屏幕的视觉 Agent探索自然语言驱动的移动端任务非小程序专用测试框架;实际兼容性、断言和敏感操作需自行验证
Appium通用移动端自动化框架团队已有移动端设备与框架经验,希望控制宿主或原生页面小程序的页面和上下文可访问性受微信、系统和设备影响,不应假设开箱即用

先选执行通道,再决定 AI 放在哪里。有源码和开发者工具权限,优先建立官方 SDK 或 Minium 的稳定基线;需要验证微信宿主、原生弹窗和真实设备时,再补充真机或云测。AI 视觉代理适合探索和辅助定位,不应默认承担唯一的关键业务断言。

例如,Open-AutoGLM 是一套手机 Agent 方案;Midscene 则是自动化执行框架,也可按其模型适配文档选择兼容模型。两者不是同一个工具,也不能仅因能操作微信界面就认定已经支持目标小程序。

资料:微信自动化 SDK;Minium 自定义测试;MiniTest 自动化能力及限制;Midscene Android;Appium 文档。

有源码和无源码,分别怎么做?

有源码和项目权限:先确认拿到的是可在微信开发者工具中打开的项目及对应权限,再用官方 SDK 或 Minium 编写小程序回归脚本。将已核实的路由、页面结构、接口契约和验收标准交给 AI,辅助生成用例和脚本;人工审查选择器、等待条件、断言和数据清理。模拟器跑通后,再按项目支持情况安排真机验证。

无源码,但有接口文档或后台权限:使用测试账号和授权环境,根据接口契约验证业务规则;后台 Web 页面可用 Playwright 自动化,小程序端使用真机黑盒测试。通过测试数据的业务编号关联各端,再用授权查询接口或只读数据核对结果。没有接口文档时,只有在明确授权且符合组织安全规定的情况下,才考虑抓包辅助了解请求,抓包观察不等同于完整接口契约。

只有小程序访问权限:以真机黑盒测试为主,可用 Midscene 做视觉识别与操作,或评估 Appium 的控件定位能力。无后端访问权限时,结果以页面可见内容为准。

有开发者或管理员权限时,还可根据版本和账号条件使用微信云测,不一定需要取得源码。

无源码示例:预约列表冒烟

  • 在获得授权的测试环境中准备专用账号和一条已知测试预约,人工确认预期显示文字;如无法造数,先与业务方约定可重复使用的数据。
  • 在 Android 测试机登录微信并打开目标小程序的预约列表;确认设备通过 ADB 授权。视觉测试工具的设备连接可参照 Midscene Android 文档。
  • 使用下文 Midscene 示例对列表做只读视觉检查,保留脱敏报告;模型识别失败时,人工核对页面是否真的异常。不要让模型自行登录、处理验证码或提交支付。
  • 如果同时有授权的查询接口或后台,按业务编号独立核对记录;否则只报告“页面是否显示预期记录”,不要推断数据已持久化。
  • 用不同设备重复执行,将确认有效的场景固化为回归用例。

这条路线不依赖源码,实际效果取决于设备、页面和模型。下文提供 Android 的 Midscene 示例;iOS 和鸿蒙需要各自的设备接入方案。

四、AI 能用在哪些环节?

1. 生成测试设计,但由人确定预期

将脱敏后的需求、接口契约和页面规则交给模型,请它列出主流程、边界、权限和异常组合,再由测试人员核对需求来源、预期和优先级。没有明确规则的地方,让模型标记“待确认”,不要自行编造。

例如可以这样提问:

你是一名测试工程师。根据以下脱敏后的预约需求,设计小程序测试场景。
请按前置条件、操作、预期结果、优先级和待确认问题输出。
覆盖登录状态、重复提交、库存变化、弱网和账号隔离。
不要假设未给出的业务规则;不得使用真实用户或支付数据。
需求:<填入已脱敏需求与验收标准>

2. 辅助生成脚本,但不盲信代码

可以让编码助手根据项目真实页面结构、SDK 版本和团队规范生成初稿,再由工程师核对定位方式、等待条件、测试数据清理与断言。模型不知道的选择器、接口和预期不能当成事实;敏感源码和截图是否允许发送模型服务,先按组织规定确认。

3. 用视觉代理探索界面,但保留确定性校验

视觉代理根据截图理解界面,尝试点击、输入并判断页面内容。它能帮助处理难以取得稳定控件树的页面,但可能看错按钮、遗漏隐藏状态或误判成功。订单状态、金额和持久化结果应使用可靠的业务接口、数据库或其他经授权的独立证据核对,不只依靠一句“页面看起来成功”。

4. 整理失败,但不让模型直接定性

一次回归失败后,可以把脱敏的用例步骤、版本号、设备信息、报错、截图和接口结果交给 AI,要求它分别列出“已观察事实、可能原因、还需补充的证据”。例如页面未显示审核结果,可能涉及异步同步、接口异常、页面渲染或选择器失效;在证据不足时不能自动判定为产品缺陷。

AI 可以生成缺陷单草稿或修复建议,最终分类、复现和提交由测试人员确认。不要把完整登录令牌、个人信息或生产报文直接发送给模型。

五、落地路径一:官方 SDK + AI 辅助编写

这条路线适合能访问小程序项目和微信开发者工具的团队。先使用规则明确的脚本跑通一个模拟器冒烟,再考虑真机与 CI。

  • 准备测试项目、测试账号及隔离数据;安装 Node.js 和微信开发者工具。在工具安全设置中开启 CLI / HTTP 调用能力,仅用于可信环境。
  • 安装 SDK:npm i miniprogram-automator --save-dev。官方快速入门列出的基础库最低版本为 2.7.3,其他环境要求应以当前官方文档为准。
  • 选择一个低风险、无真实交易的用例:进入预约列表,确认页面展示测试预约。记录项目路径、页面路由和稳定选择器;这些必须从真实项目获得。
  • 让 AI 基于已核实的页面结构生成脚本,人工审查后运行;使用明确的业务断言,不把“没有报错”当成功。
  • 根据官方真机自动化说明,在模拟器验证后可通过远程调试连接真机;例如调用 miniProgram.remote() 后按提示扫码,再执行后续步骤。真机权限弹窗及宿主行为仍需单独确认。

下面是结构示意,不是直接运行的成品;路由、选择器与业务断言需按实际项目替换:

const automator = require('miniprogram-automator');
const assert = require('node:assert/strict');

async function main() {
  const miniProgram = await automator.launch({ projectPath: '<小程序项目绝对路径>' });
  try {
    const page = await miniProgram.reLaunch('<实际页面路由>');
    // 使用项目真实的就绪条件等待;此处省略,不能用固定等待代替。
    const item = await page.$('<实际且稳定的选择器>');
    assert.ok(item, '应显示测试预约');
    assert.equal(await item.text(), '<预期的测试预约文字>');
  } finally {
    await miniProgram.close();
  }
}
main().catch(error => { console.error(error); process.exitCode = 1; });

定位、等待与断言应根据具体版本和项目设计完善;不要把示例中的尖括号直接复制到生产测试。SDK 的安装和启动方式见官方快速入门。

六、落地路径二:Midscene + Android 真机视觉测试

这条路线适合希望从用户可见界面探索微信宿主流程的团队。Midscene 官方提供通过 ADB 控制 Android 的能力;它不是微信官方小程序专用驱动,能否覆盖目标页面、微信版本和系统弹窗,必须在自己的设备上试点。

准备条件:Android 测试机、数据线和授权的 USB 调试;安装 ADB 和 Node.js;安装 @midscene/android;按模型配置文档配置受支持的视觉模型、地址与凭证。模型服务可能产生费用,截图和报告可能包含敏感数据;先确认数据出境、脱敏、保留期限及供应商条款。

一个低风险试点可以这样做:

  • 使用专用测试机和测试账号,手动打开目标微信小程序的测试环境及预约页面;确认 adb devices 显示设备已授权。
  • 先选只读场景,例如检查预约列表中的测试记录,不从支付、删除或真实下单开始。
  • 使用 SDK 连接指定设备,调用视觉断言;失败保留脱敏截图和执行报告,再由人复核。
  • 重复执行并更换设备、微信版本和网络条件,记录通过率、误报漏报、单次耗时与模型费用;结果不达标就调整范围或保留人工验证。

以下仅为接口用法示意,需按 SDK 版本配置模型、设备 ID 和测试数据;本文未实际执行:

const { agentFromAdbDevice } = require('@midscene/android');

async function main() {
  const agent = await agentFromAdbDevice('<已授权的设备 ID>', {
    exposeRunAdbShellAction: false,
  });
  try {
    await agent.aiAssert('预约列表中显示测试预约记录');
  } finally {
    await agent.destroy();
  }
}
main().catch(error => { console.error(error); process.exitCode = 1; });

这里的 aiAssert 是模型对界面内容的判断,不是后端事实的证明。涉及真实业务结果时,需要独立核对测试数据;避免让代理自动执行付款、删除等高风险操作。SDK 的连接、选项与清理方法见 Android SDK,视觉断言见 Agent API。

AI + UI 自动化:搜索预约并核对结果

以测试环境中的预约搜索为例:手机已打开小程序搜索页,准备一条编号为 TEST-001 的测试预约。AI 负责识别输入框和搜索按钮;页面检查由视觉断言完成,业务状态再通过测试接口做确定性断言。

安装 npm i @midscene/android,按官方模型配置设置模型地址、名称和密钥,并设置 DEVICE_ID、TEST_API_BASE、TEST_TOKEN。下面接口路径和 JSON 字段均为示例,需替换成实际契约:

const assert = require('node:assert/strict');
const { agentFromAdbDevice } = require('@midscene/android');

async function main() {
  const agent = await agentFromAdbDevice(process.env.DEVICE_ID, {
    exposeRunAdbShellAction: false,
  });
  try {
    await agent.aiAct('在预约搜索框输入 TEST-001,然后点击搜索');
    await agent.aiWaitFor('搜索结果中出现预约编号 TEST-001');
    await agent.aiAssert('搜索结果中显示预约编号 TEST-001');

    const response = await fetch(
      new URL('/api/test/appointments/TEST-001', process.env.TEST_API_BASE),
      { headers: { Authorization: 'Bearer ' + process.env.TEST_TOKEN } },
    );
    assert.equal(response.status, 200, '测试接口应返回预约记录');
    const appointment = await response.json();
    assert.equal(appointment.id, 'TEST-001');
    assert.equal(appointment.status, 'PENDING');
  } finally {
    await agent.destroy();
  }
}
main().catch(error => { console.error(error); process.exitCode = 1; });

aiAct 执行输入和点击,aiWaitFor 等待结果,aiAssert 判断画面;接口断言则使用普通代码比较编号和状态。Midscene 默认生成包含执行步骤和截图的 HTML 报告,失败时结合报告、接口响应及设备信息排查。没有接口权限时去掉接口部分,结果只能说明画面显示情况。以上是按公开 API 编写的教学示例,未在具体小程序上实测。

七、项目落地:先打通一条跨端主链路

如果业务同时有小程序、运营后台和服务端,不必一开始追求 AI 跑完全量。更稳妥的分工是:AI 辅助设计和分析,确定性框架负责回归,视觉探索补充长尾,测试人员审核结果。

下面是一套虚构预约审核规则,用于展示从需求到自动化的全过程,不代表真实项目的业务规则:

  • 用户提交预约后,状态为“待审核”;审核员可以通过或驳回。
  • 审核通过后,小程序应在约定的同步时限内显示“已通过”。
  • 普通用户不能审核;同一预约重复审核应被拒绝且不改变原结果。

第一步:让 AI 帮忙拆解,再人工确认

将上述规则与脱敏的接口契约、页面原型交给 AI,请它给出状态流转、角色权限和异常场景。输出可以整理成下面的用例草稿:

场景前置条件操作预期
审核通过测试用户已提交预约审核员通过后台和小程序均显示“已通过”
越权审核普通用户已登录对他人预约发起审核请求请求被拒绝,预约状态不变
重复审核预约已通过再次提交审核请求被拒绝,原审核结果不变
状态同步超时使用隔离测试环境审核后在约定时限内查询超时仍未同步则记录失败及证据

还要人工追问:驳回后能否再次提交?待审核时能否撤回?同步时限是多少?这些没有给出答案的规则应标记为“待确认”,不能让 AI 自行补全。

第二步:按层执行,并让断言相互印证

  • 接口层:准备隔离账号和唯一预约编号,按真实接口契约覆盖提交、授权、越权和重复审核;核对返回结果及状态,错误码以实际约定为准。
  • 后台 Web 层:用 Playwright 等框架以审核员身份找到该编号、执行审核并断言结果;操作和状态与接口契约对应。
  • 小程序层:用官方 SDK 固化核心页面检查,断言同一编号对应的预约状态;另在授权真机上验证登录、授权与宿主交互。
  • 独立核对:通过授权的查询接口或只读数据库检查同一预约的持久化状态;如果数据异步同步,使用有上限的条件轮询。
  • 清理与留证:记录用例、版本、设备和脱敏证据,并按测试环境规则清理数据;不得操作真实资金或生产用户数据。

这是分层的测试设计,不意味着每次回归都要把同一条路径完整跑过所有 UI。接口测试覆盖规则组合,跨端主链路验证系统联动,真机补充宿主和设备差异。

第三步:用 AI 探索补漏,再把有效场景固化

在授权的测试环境,给视觉 Agent 一个有边界的目标,例如“使用普通测试用户检查是否能看到审核入口,不提交审核”。保留操作轨迹与脱敏截图,由人复现和核对权限规则;确认有价值的场景再写成可重复的确定性测试。对付款、删除、越权操作等高风险步骤,不应让 Agent 无边界自主执行。

如果失败,先核对测试数据与同步时限,再结合页面截图、请求结果和后台状态定位。AI 给出的原因是排查假设,不是缺陷结论。

分层实施,而不是把所有验证都塞进 UI

层次推荐做法AI 的作用
需求与状态明确状态流转、权限矩阵及验收规则从脱敏需求整理场景,标出待确认问题;人工审核
接口按实际契约验证鉴权、越权、幂等、参数与状态迁移辅助生成用例和测试数据;独立核对断言
运营后台对真实 Web 后台用 Playwright 等框架覆盖关键路径辅助编写或诊断脚本;修改定位符须人工审查
小程序官方自动化固化核心链路,真机覆盖宿主和设备差异视觉代理辅助探索和定位,确认后再固化
失败处理汇集版本、步骤、日志、截图和接口结果辅助归类与生成缺陷草稿,人复现后提交

接口覆盖往往比纯 UI 更快、更稳定,但不能推断接口通过就代表小程序与后台的显示、权限和联动都正确。若小程序与后台共用接口,仍需验证各端真实调用和展示;如果并不共用,就分别测试。

如果项目使用 UniApp,先确认编译后的微信小程序项目、页面结构和开发者工具自动化接口是否可用,不能假设所有组件都能稳定定位。技术栈优先沿用团队已有能力:JS/TS 团队可以考虑 Playwright 配合 Node SDK;已有 Python + pytest 的团队也无需为统一语言重写框架。

推进顺序

先确认测试环境、接口契约、账号角色、造数清理及支付隔离,完成一条跨端主链路;再逐步扩大接口和小程序冒烟覆盖,接入 CI 和报告;最后尝试 AI 归类失败、生成缺陷草稿和提出定位修复建议。自动修复必须经过代码审查,不能直接修改生产系统或绕过安全校验。

探索权限问题时,Agent 只能使用明确授权的测试账号、测试环境和事先约定的操作范围。验证码或第三方授权无法自动处理时,应与研发协商仅在测试环境使用受控替代方案,不能削弱生产安全机制。

参考资料

本文是“肖恩的博客”系列文章之一,首发于 seanwalter.top。作者是一名从软件测试转型AI领域的开发者,记录在转型过程中的真实思考。

版权与声明

本站所有内容仅代表作者个人观点,与作者供职的公司、客户或其他关联机构无关。

本文除特别声明外,采用 CC BY-NC-SA 4.0 许可协议。转载或改编请署名、附原文与许可证链接,并标明改动;不得用于商业用途,演绎作品须以相同许可发布。

评论