Vibium MCP

UI测试代理系统-模块化结构

📁 项目结构

ui-testing-agents/
├── models.py              # Data models (TestStep, TestPlan, ExecutionResult)
├── ollama_client.py       # Ollama LLM client
├── planner_agent.py       # Planner Agent (creates test plans)
├── executor_agent.py      # Executor Agent (runs tests with Vibium)
├── validator_agent.py     # Validator Agent (validates results)
├── orchestrator.py        # Orchestrator (coordinates all agents)
├── main.py                # Main entry point
└── requirements.txt       # Python dependencies

🎯 文件描述

核心组件

models.py

• 包含所有数据结构
• TestStep：单个测试步骤
• TestPlan：完整的测试计划，包括步骤
• ExecutionResult：执行步骤的结果

ollama_client.py

• 处理与Ollama LLM的通信
• 方法： generate(), check_availability()

planner_agent.py

• 规划师代理人：从自然语言创建测试计划
• 接受用户提示并生成结构化测试计划
• 处理JSON解析和清理
• 关键方法： create_plan(user_prompt)

executor_agent.py

• Vibium执行器代理：使用Vibium执行测试步骤
• 处理浏览器初始化和控制
• 执行操作：导航、单击、键入、验证、等待、滚动
• 关键方法： execute_step(step)

validator_agent.py

• 验证代理：验证测试执行结果
• 分析结果并提供见解
• 生成建议
• 关键方法： validate(test_plan, results)

orchestrator.py

• 振动测试编排器：协调所有三个代理
• 管理完整的测试工作流程
• 关键方法： run_test(user_prompt)

main.py

• 运行测试的入口点
• 示例测试提示
• 自定义测试的辅助功能

🚀 快速开始

1.安装依赖项

pip install requests vibium
playwright install chromium

2.启动Olama

ollama pull llama3.2:3b
ollama serve

3.运行测试

python main.py

💡 用法示例

基本用法

import asyncio
from orchestrator import VibiumUITestingOrchestrator

async def run_test():
    orchestrator = VibiumUITestingOrchestrator(
        ollama_model="llama3.2:3b",
        headless=False,
        debug=True
    )
    
    prompt = "Navigate to google.com and search for 'Python'"
    result = await orchestrator.run_test(prompt)
    await orchestrator.cleanup()

asyncio.run(run_test())

使用个人代理

from ollama_client import OllamaClient
from planner_agent import PlannerAgent

# Create a test plan
llm = OllamaClient(model="llama3.2:3b")
planner = PlannerAgent(llm)

plan = planner.create_plan("Test Google search", debug=True)
print(f"Objective: {plan.objective}")
print(f"Steps: {len(plan.steps)}")

具有辅助功能的自定义测试

from main import run_custom_test

result = run_custom_test(
    prompt="Test Wikipedia homepage",
    model="llama3.2:3b",
    headless=True
)

print(f"Status: {result['validation']['overall_status']}")

🔧 定制

添加新操作

编辑 executor_agent.py 并添加新方法：

async def _execute_your_action(self, step: TestStep) -> ExecutionResult:
    """Your custom action"""
    try:
        # Implementation here
        return ExecutionResult(
            step_number=step.step_number,
            action=step.action,
            success=True,
            message="Action completed"
        )
    except Exception as e:
        return ExecutionResult(
            step_number=step.step_number,
            action=step.action,
            success=False,
            message=f"Action failed: {e}"
        )

然后更新 execute_step():

async def execute_step(self, step: TestStep) -> ExecutionResult:
    # ... existing code ...
    elif step.action == "your_action":
        return await self._execute_your_action(step)

修改代理行为

每个代理都是独立的，可以单独修改：

• 规划师：编辑 planner_agent.py → system_prompt
• 执行者：编辑 executor_agent.py → 行动方法
• 验证器：编辑 validator_agent.py → system_prompt

📊 数据流

User Prompt
    ↓
PlannerAgent → TestPlan (with TestSteps)
    ↓
ExecutorAgent → List[ExecutionResult]
    ↓
ValidatorAgent → Validation Report
    ↓
Final Results

🎨 模块化结构的优点

1. 关注点分离：每个代理人都有一个责任
2. 易于测试：独立测试试剂
3. 可维护性：更改隔离到特定文件
4. 可重用性：在不同的环境中使用代理
5. 可扩展性：轻松添加新代理

🧪 测试单个组件

仅限测试计划员

from ollama_client import OllamaClient
from planner_agent import PlannerAgent

llm = OllamaClient()
planner = PlannerAgent(llm)

plan = planner.create_plan("Test login form")
for step in plan.steps:
    print(f"{step.step_number}. {step.action} -> {step.target}")

仅限测试执行者

import asyncio
from ollama_client import OllamaClient
from executor_agent import VibiumExecutorAgent
from models import TestStep

async def test_executor():
    llm = OllamaClient()
    executor = VibiumExecutorAgent(llm, headless=False)
    
    step = TestStep(
        step_number=1,
        action="navigate",
        target="https://google.com",
        value=""
    )
    
    result = await executor.execute_step(step)
    print(f"Result: {result.success} - {result.message}")
    await executor.close_browser()

asyncio.run(test_executor())

仅限测试验证器

from ollama_client import OllamaClient
from validator_agent import ValidatorAgent
from models import TestPlan, TestStep, ExecutionResult

llm = OllamaClient()
validator = ValidatorAgent(llm)

# Create mock data
plan = TestPlan(
    objective="Test search",
    steps=[TestStep(1, "navigate", "google.com")],
    success_criteria=["Page loads"]
)

results = [
    ExecutionResult(1, "navigate", True, "Success")
]

validation = validator.validate(plan, results)
validator.print_validation_report(validation)

📝 配置

所有配置都是通过编排器完成的：

orchestrator = VibiumUITestingOrchestrator(
    ollama_model="llama3.2:3b",  # Change LLM model
    headless=True,                # Headless browser
    debug=False                   # Debug output
)

🐛 调试

启用调试模式以查看详细输出：

orchestrator = VibiumUITestingOrchestrator(debug=True)

这表明：

• 原始LLM响应
• 提取的JSON
• 分步执行细节

🔄 与其他工具集成

与Pytest一起使用

import pytest
import asyncio
from orchestrator import VibiumUITestingOrchestrator

@pytest.mark.asyncio
async def test_google_search():
    orchestrator = VibiumUITestingOrchestrator(headless=True)
    result = await orchestrator.run_test("Test Google search")
    await orchestrator.cleanup()
    
    assert result['validation']['overall_status'] == 'PASS'

在CI/CD中使用

import os
from main import main

if __name__ == "__main__":
    if os.environ.get('CI'):
        print("Skipping UI tests in CI")
    else:
        asyncio.run(main())

📚 依赖项

requests>=2.31.0
vibium>=0.1.0
playwright>=1.40.0

🎯 后续步骤

1. ✅ 安装依赖项
2. ✅ 启动Ollama
3. ✅ 跑 python main.py
4. ✅ 根据您的需求定制代理
5. ✅ 添加新操作或修改现有操作

💡 提示

• 从开始 debug=True 了解流程
• 在完全集成之前独立测试代理
• 使用无头模式以加快执行速度
• 自定义系统提示以获得更好的结果
• 为特定用例添加自己的操作

测试愉快！ 🚀