1.python-IOS自动化测试环境搭建
2.用脚本肝iOS服FGO无限池（1）：折腾WebDriverAgent
3.WebDriverAgent入门篇-安装和使用
4.淘系新工具开源！源码一款iOS自动化利器（附地址）
5.使用 GPT4V+AI Agent 做自动 UI 测试的分析探索

python-IOS自动化测试环境搭建

       Python+iOS自动化测试环境搭建指南

       要实现iOS应用的自动化测试，首先需要理解其基本架构：手机端的源码WebDriverAgent（如WDA Runner）扮演UIAutomator Server角色，通过XCUITest API操控界面，分析编译安装后，源码借助Apple的分析mtk mdt工具 源码usbmuxd服务在无网络条件下仍可连接设备。阿里开源的源码tidevice工具则负责启动WDA，支持Python等语言编写测试脚本。分析

       WebDriverAgent由Facebook推出，源码作为iOS端的分析WebDriver服务器，通过XCTest与Apple API交互。源码它采用C/S架构，分析遵循WebDriver协议，源码并使用Mobile JSON Wire Protocol进行通信。分析tidevice则模拟xcodebuild与设备通信，源码允许在非Mac环境下执行测试，如Linux或Windows。

       环境安装步骤包括：在真机上安装WebDriverAgent，确保安装iTunes（含usbmux驱动），然后安装tidevice及其Python库如facebook-wda。遇到如"Unknown exception: HTTPConnection.request() got an unexpected keyword argument 'chunked'"这类问题，可考虑降级urllib3库版本至1..。

       操作流程为：使用tidevice启动WDA服务，保持连接窗口不关闭，然后编写测试脚本来实现功能，如自动打开iPhone设置搜索NFC。xp 源码解压密码此外，UI元素定位工具WEditor也是不可或缺的，它支持Python开发，提供元素定位和调试功能。

       以下是WEditor的安装步骤：安装过程中可能需要降级版本，安装成功后，浏览器会自动打开/Homebrew/install/HEAD/install.sh)"

       然后，通过brew安装usbmuxd，这是连接手机和电脑的桥梁：

        brew install usbmuxd

       接着，我们开始下载Xcode，正式版在App Store，而为了节省流量，我选择了beta版的安装包。在开发者网站上，你需要下载大约GB的文件。

       信任设置是关键，连接手机后，你需要在设备上确认是否信任你的Mac。然后，是时候下载WebDriverAgent了，通过命令行在桌面上创建一个新的项目：

        cd Desktop

        git clone /appium/WebDriverAgent.git

       接下来，我们需要对WebDriverAgent进行一些配置。首先打开项目，选择Scheme中的WebDriverAgentRunner，然后配置设备、交友网页源码下载签名和能力。记得选择正确的Apple ID，并为Product Bundle Identifier设置一个独特的标识符，遵循Android包名格式。

       经过编译和测试，手机上会显示一个无图标的应用，同时屏幕会有一层灰色的遮罩。这时，在终端输入iproxy命令，打开Airtest并选择连接，你的手机桌面将实时显示在Airtest的界面上，但可能会有较大的投屏延迟。

下一步：图像识别与自动化</

       对于有Python基础的你，这将是一个相对轻松的挑战。通过像opencv的match()这样的图像识别技术，我们可以实现刷本的自动化。Airtest的API文档提供了一站式解决方案，让你轻松上手。

       9月日更新：

       为了降低延迟，我尝试了在命令行中运行Airtest。安装airtest库后，使用以下命令行启动你的项目，加上--no-image参数，你会发现延迟得到了显著减少，操作变得更加流畅。eclipse切换jar包源码

        python3 -m pip install airtest

        airtest run 你的项目路径 --device iOS:///.0.0.1: --no-image

       现在，框架已经搭建完毕，接下来就是用自动化脚本征服那无尽的池子，享受刷本的乐趣了。

       

WebDriverAgent入门篇-安装和使用

       WebDriverAgent，简称WDA，是由Facebook推出的移动端自动化测试框架。它在iOS客户端内建了一个WebDriver服务器，允许远程控制设备进行测试，主要为测试人员设计。关于其详细介绍，可参考testerhome上的文章，链接见文末附录1。

       WDA的核心原理是通过XCTest.framework和苹果API，直接在设备上执行命令。就像Accessibility Inspector，通过它，我们可以查看和操作APP元素，进行UI自动化测试。WDA则是借助这些工具，通过在设备上安装WebDriverAgentRunner，并通过API实现服务器和客户端交互，编写业务测试脚本，从而实现自动化测试。

       WDA的牛熊的指标源码特性包括：支持真机和模拟器测试，支持USB设备，提供直观的Inspector，便于Xcode启动和调试，以及部分Mobile JSON Wire Protocol Spec的实现。具体安装过程包括下载工程、配置依赖和构建inspector，使用时需启动WDA并验证其服务器URL，然后根据API编写测试脚本，如通过python简化操作（附录2链接）。

       最后，WDA在网易游戏团队的ATX测试框架和知名appium中都有应用。如果你想进一步学习，可以查看testerhome网站，它有丰富的测试技术文章和问答，适合QA同学深入了解，附录链接3-6提供了相关文章和教程。

淘系新工具开源！一款iOS自动化利器（附地址）

       tidevice是由阿里某小组开发的一款用于iOS自动化的Python工具，通过逆向iOS通信协议实现，已在淘宝和其他部分事业部得到广泛应用。它用于性能采集和UI自动化测试，无需被测应用做任何修改，使用范围不再局限于Mac上。

       该项目的开源地址：请通过Star给作者喂食

       关注我们账号，别错过更多阿里工程师一线技术干货

       ———

       tidevice能够帮助你完成哪些操作？

       熟悉libimobiledevice工具集的同学可能已经了解到大部分功能，tidevice对其中的功能进行了重新实现，例如截图、查看日志、应用安装等，使日常操作更加方便。

       除了常规功能，tidevice还能够启动WebDriverAgent (WDA)，实现无侵入的黑盒iOS自动化测试。

       WebDriverAgent (WDA) 是Facebook推出的项目，允许在iOS设备上运行App进行自动化测试，无需对被测应用进行任何修改。然而，由于手机必须连接到Mac并使用xcodebuild运行WDA，推广起来较为困难。tidevice通过模拟xcodebuild与手机进行通信，启动WDA，实现iOS自动化在Linux、Windows平台上的运行。

       安装tidevice很简单，使用pip3安装即可。安装完成后，可进行版本查看、设备列表查看等测试操作。

       常用命令包括：

       安装应用：tidevice install example.ipa

       通过URL安装应用：tidevice install .apple.Preferences

       截图：tidevice screenshot screenshot.jpg

       查看系统日志：tidevice syslog

       更多命令帮助：tidevice -h

       启动WebDriverAgent：tidevice没有通过xcodebuild，而是通过usbmuxd直接与手机服务通信，实现WDA的启动。usbmux协议已被破解，tidevice启动速度更快，稳定性更强。

       前提条件满足后，执行命令即可启动WDA。验证WDA工作正常的方法是打开浏览器访问localhost:/status或使用Appium调度。

       对于习惯使用OC或Swift直接编写UI自动化用例的用户，tidevice同样支持。通过tidevice运行XCTest UITests，包含测试应用和执行测试应用的ipa可以在多个手机上运行。

       总结：tidevice在阿里巴巴内部应用效果良好，欢迎试用并提供反馈。若使用体验满意，请留下Star。感谢关注阿里巴巴淘系技术部官方账号。

使用 GPT4V+AI Agent 做自动 UI 测试的探索

       从 Web 诞生之日起，UI 自动化就成了测试的难点，尽管发展了很多的 webdriver 驱动和 diff 驱动的工具，但它们的投入产出比一直被质疑，自动化率越高维护成本越高，大部分都做着就放弃了，还有一部分在做与不做间纠结。

       本文结合一些开源的项目探索使用 GPT 自动做 UI 测试的可能性。

       当前 UI 的主要问题是通过 Webdriver 控制浏览器执行，这些工具都需要先查找到对应元素的 Elements，无论是录制的还是自己编写的在面对 UI 变化，元素变化时都需要耗费很大的精力去重新识别，解析 Dom 查找，这个工作乏味且没有效率；另一种是通过图像进行点击，比如 Sikuli 这种工具，主要的问题也是复用性较差，换个分辨率的机器或者发生少的改动就不可用。

       使用 GPT 做 UI 测试尝试了两种方案：第一种将 Html 元素投喂给 GPT，效果一般，因为 Html 比较大，Token 的消耗很大；第二种思路是让 GPT 像人一样思考和测试，比如一个人打开一个网页后，他通过眼睛看到的页面文字或图标，然后用手完成点击和输入的操作，最后通过页面的弹窗或者文字来识别是否有错误，这几个动作通过大脑统一协调。

       新的方案主要结合 Playwright，SoM视觉标记，GPT4Vison，GPT4，AutoGen来实现。主要的原理是：通过 Playwright进行浏览器操作，相当于“手”；进行SoM 视觉数据标记，相当于“眼睛”；通过GPT4+AutoGen 将这些步骤串起来实现协调控制，相当于“大脑”和“神经中枢”。

       使用 Playwright 注入 JS，进行 SoM 视觉提示标记。如前文提到的 GPT4V 并不能有效的识别 Web 的元素，所以在使用 GPT4V 之前进行图像标记，图像标记现在有两种方式，一种是通过 AI 识别进行标记，另一种是通过在浏览器中注入 pagemark.js，利用 Playwright 执行 js 函数来完成页面的标记。

       Prompt 提取元素坐标，利用正则表达式从GPT4V 的 response 中提取查询到的元素的 bbox id，结合在 SoM 标记中记录的 json 文件，找到编号的元素坐标。

       Playwright是一个非常强大的操作浏览器的工具，这里因为前面已经通过 GPT4V 识别了，所以我们主要通过 坐标 的方式来控制元素，不再需要解析Dom 来控制，主要的包括，点击，双击，鼠标拖动，输入，截图等。

       AutoGen是一个代理工具，它能够代理多个 LLM在不同会话间切换，能够自动的调用预定的函数，并协调这些 LLM 完成任务。在上面的程序中，实现了：眼睛：通过 GPT4V 来识别元素；手：通过 Playwright 来做各种操作；后面需要通过一个大脑来协调手、眼完成任务，这里通过 GPT4+AutoGen 来实现大脑的协同调度。

       当前的主要问题包括 GPT 在中文语境下识别的不太友好，AutoGen 对于处理预定义的动作也会有问题，GPT4V 真的很贵。未来的想法是将每次向 GPT4V请求的图像识别做本地化处理，结合现有的一些测试方法，从而减少 Token，缩短执行耗时；面向业务的 GPT需要不断训练，将系统使用手册和一有的 PRD 文档投喂给 GPT，增强 gpt 的系统识别和测试能力。