分享 [AI 自动调试失败自动化] Playwright+Testng+ Java 框架

• 自动化框架：Playwright+Testng+Java

• 要解决的痛点：目前我们接口+UI 自动化有 6000 来个，每天上班就要跟踪失败的自动化，非常耗时间

• 办法：半夜 Jenkins job 跑完，让 AI 去接收结果，AI 去改失败的 case ，第二天上班看 AI 的代码 Merge 报告和总结，组员去审核没问题就合入代码

• 新问题：单个 Job 的 log 非常大，动辄几百 MB 甚至上 GB ，整段塞给 LLM 既废 token 又全是噪音。所以日志要先「瘦身」再进分析

• 日志瘦身方法： 1 、不依赖 log 做主分析 — 主证据来自结构化的 trace.zip （ artifact ），log 只作辅助定位。 2 、按测试用例边界 / 时间窗口切片 — 用 case 名、FAILED 、时间戳定位失败那一段，只取该 case 的日志窗口（和 trace 解析同一套时间窗口思路）。 3 、只留错误相关 — 抽 error / stacktrace + 失败点前后 N 行上下文，丢掉通过用例和大段 info 噪音。 4 、去重 — 重试/轮询会刷大量重复行，先去重再保留。 5 、token 预算截断 — 进 LL 前按预算截断，保「头 + 尾 + 错误窗口」三段，避免中间无关内容挤占。

整体使用步骤如下：

• 解析 trace — 按测试用例的时间窗口过滤事件
• 静态分析 — 扫 error / stacktrace / logs ，形成初步假设
• 提取证据 — 操作序列、失败详情、DOM 快照、截图、网络请求
• 截图确认 — 读关键帧（首帧 / 失败前 / 末帧），视觉验证页面状态
• 自动修复选择器 — DOM 变更导致选择器失效时，从实际 DOM 里找替代选择器并改测试文件
• 输出根因报告 — 时间线 + 证据链 + 可操作的修复建议

工具内置了对常见失败模式的识别：

ai-autofix-e2e-tests/
├── SKILL.md                 # Claude Code skill 定义（完整 6 步工作流）
├── scripts/
│   ├── parse_trace.py       # 解析 trace.zip ，输出结构化 JSON 报告
│   └── find_selector.py     # 寻找替代选择器并自动修复测试文件
├── docs/
│   └── trace-reference.md   # Playwright trace.zip 格式参考
└── evals/
    └── evals.json           # 评估用例

感兴趣的小伙伴，点击此开源地址