AI测试自动化 – Selenium – Copilot, Claude Code, MCP（中英文字幕）

面对频繁变动的 UI 元素和难以定位的测试报错，传统的手动维护方式已力不从心。本课程带你掌握 GitHub Copilot 与 Claude Code，将繁琐的 Selenium 脚本编写与调试交给 AI，实现测试流程的智能化重构。

你将学到什么

 

• 利用 GitHub Copilot 作为 AI 结对程序员，高效编写可维护的 Selenium 测试代码。
• 通过 Amazon Q 和 Claude Desktop 自动化代码编写、调试、测试重构及环境故障排除。
• 理解并实现 MCP（模型上下文协议），将 Claude 连接至 GitHub 和开发工具，构建 AI 增强型 QA 工作流。
• 自动化真实的 UI 测试场景，涵盖表单、下拉列表、弹窗、iFrame 框架、表格、动态加载及复杂交互。
• 基础与高级 Web 组件自动化：涵盖利用 Selenium 自动化各类基础及高级 Web 组件。
• API 测试：利用 GitHub Copilot 高效实现 API 测试自动化，确保后端服务的可靠性与健壮性。
• 性能测试：使用 Selenium 执行自动化性能测试，包括负载和压力测试，评估应用的响应能力。
• 无障碍测试：实施自动化测试，确保 Web 应用符合无障碍标准。
• 跨浏览器测试：在多个浏览器上实现自动化测试，确保功能与性能的一致性。
• 实践基于 JSON、CSV 和 AI 生成数据的数据驱动测试。
• 利用 AI 驱动的建议和智能分析技术，调试、验证并优化测试脚本。
• 执行文件上传/下载、截图验证及高级浏览器工作流。
• （可选）在 AI 支持下创建并增强 Java Spring Boot 应用，用于真实的后端测试。
• 利用 Copilot 辅助的 Schema 架构设计、查询编写和数据加载，执行数据库测试（SQL、PL/SQL）。

AI测试自动化章节概览

 

01 — 01 – 课程介绍 (4 项)

1. 001 内容提要
2. 002 课程简介
3. 003 Udemy 评分与评价
4. 004 探索 GitHub Copilot 的核心功能

02 — 02 – 环境搭建 (3 项)

1. 001 注册 GitHub Copilot
2. 002 在 Visual Studio Code 中进行设置
3. 003 可选 — 在 IntelliJ 中进行设置

03 — 03 – 应用设置与表单处理 (2 项)

1. 001 针对 The Internet Herokuapp 练习环境构建应用
2. 002 登录表单验证

04 — 04 – 基础交互 (6 项)

1. 001 下拉列表
2. 002 处理复选框
3. 003 鼠标悬停操作
4. 004 弹窗与提示框
5. 005 iFrame 框架与窗口
6. 006 数据表格处理

05 — 05 – 数据处理 (3 项)

1. 001 数据驱动测试
2. 002 使用 JSON 进行数据驱动测试
3. 003 使用 CSV 进行数据驱动测试

06 — 06 – 验证与调试 (3 项)

1. 001 截图与报告
2. 002 控制台日志
3. 003 网络日志

07 — 07 – 高级交互 (3 项)

1. 001 拖放操作
2. 002 滚动条
3. 003 动态加载

08 — 08 – 文件处理 (2 项)

1. 001 文件上传
2. 002 文件下载

09 — 09 – 性能测试 (1 项)

1. 001 使用 Artillery 进行性能测试

10 — 10 – API 测试 (1 项)

1. 001 使用 Axios 客户端进行 API 测试

11 — 11 – 可选 — GitHub Copilot — 构建基于 Spring Boot 的 Java 应用 (6 项)

1. 001 快速开始：利用 Copilot 构建 Java 应用脚手架
2. 002 在 Copilot 辅助下实现排序、过滤与分页
3. 003 利用 Copilot 将书籍数据导出至 Excel
4. 004 利用 Copilot 编写单元测试
5. 005 利用 GitHub Copilot 构建 Swagger API 文档
6. 006 学习通过 GitHub Copilot 简化代码

12 — 12 – 可选 — GitHub Copilot — 加速 PL/SQL 开发 (8 项)

1. 001 在 Visual Studio 中配置 SQLTools 进行数据库管理
2. 002 为 SQLTools 安装 Oracle 客户端驱动
3. 003 建立与 Oracle 数据库的连接
4. 004 创建产品表
5. 005 解决语法错误
6. 006 利用 Mockaroo 生成产品测试数据
7. 007 通过 SQLLoader 使用 CSV 加载产品数据
8. 008 创建函数并解决终端错误

第 13 章 — Amazon Q – 探索 Amazon Q 功能 (4 个项目)

1. 001 免费层级 – 在 Visual Studio 上安装 Amazon Q
2. 002 探索基础功能 – 使用 Amazon Q 构建聊天应用程序
3. 003 与 AWS 服务进行对话
4. 004 Amazon Q – 使用 AWS 资源进行故障排除

第 14 章 — MCP 的演进 (2 个项目)

1. 001 对 MCP 的需求 – 当前解决方案及其局限性
2. 002 客户端-服务器架构

第 15 章 — 关于 MCP 的一切 (4 个项目)

1. 001 MCP 架构
2. 002 MCP 服务器组件
3. 003 MCP 传输类型
4. 004 MCP 流程 – 跨传输层的服务器、客户端与宿主应用 (Host) 通信

第 16 章 — MCP 动手实践 – 在 Cursor IDE 中使用 STDIO 传输 (6 个项目)

1. 001 使用 uv 包安装依赖
2. 002 天气 API 流程演练
3. 003 调用天气 API
4. 004 准备 MCP 服务器
5. 005 MCP 宿主应用、客户端与服务器
6. 006 MCP 检查器 (Inspector)

第 17 章 — 使用 MCP 和 GitHub 访问令牌集成 Claude 与 GitHub (1 个项目)

1. 001 将 Claude 桌面版与 GitHub 集成

第 18 章 — 结合 GitHub Docker 使用 MCP (2 个项目)

1. 001 在本地 Docker 和 Claude 桌面版上运行 GitHub MCP 服务器
2. 002 结合 GitHub、Docker 与 Claude 的 MCP 实践

第 19 章 — Claude Code – 简介 (5 个项目)

1. 001 Claude Code 简介
2. 002 Claude Code 架构
3. 003 安装 Claude Code
4. 004 IDE 上的 Claude Code 扩展
5. 005 使用 Claude Code 编写 Hello World 应用程序

第 20 章 — Claude Code – 斜杠命令 (4 个项目)

1. 001 斜杠命令 – 理论基础
2. 002 斜杠命令结构
3. 003 使用 Bash 脚本执行斜杠命令 – 动手实践
4. 004 使用 Bash 脚本执行斜杠命令 – 动手实践

第 21 章 — Claude Code – 子智能体 (10 个项目)

1. 001 子智能体 (Subagent) 理论
2. 002 规划智能体演练
3. 003 旅游规划智能体
4. 004 旅行智能体
5. 005 餐厅智能体
6. 006 并行运行智能体
7. 007 顺序运行智能体
8. 008 API 审查 – 创建子智能体
9. 009 API 审查 – 执行子智能体
10. 010 API 审查 – 验证子智能体

第 22 章 — 结合 MCP 使用 Claude Code (2 个项目)

1. 001 MCP 服务器演练
2. 002 结合 Puppeteer 的 MCP 服务器

第 23 章 — Claude Code – 使用钩子 (3 个项目)

1. 001 钩子 (Hooks) – 简介
2. 002 钩子 – 格式化 TypeScript 代码
3. 003 钩子 – 活动日志记录器

第 24 章 — 结合 GitHub Actions 使用 Claude Code (3 个项目)

1. 001 Claude Code – GitHub Actions – 简介
2. 002 将 Claude Code 与 GitHub Actions 集成
3. 003 Claude Code – 拉取请求 (Pull Request) 工作流说明

第 25 章 — 结束环节 (4 个项目)

1. 001 可选 – GitHub Copilot 上下文
2. 002 可选 – GitHub Copilot 提示工程
3. 003 谢谢！
4. 004 奖励内容

课程要求

 

• 具备 HTML、CSS 和 JavaScript 的基础知识。

课程包含

 

• 8 小时点播视频
• 1 篇文章
• 支持手机和电视端观看
• 结业证书

课程描述

 

学习使用 Selenium WebDriver、GitHub Copilot、生成式 AI、Claude、Amazon Q 和 AI 智能体 (AI Agents) 进行 AI 驱动的 QA 自动化。构建真实世界的测试脚本、数据驱动测试、API 测试、性能检查以及适配 CI 的工作流。通过 AI 辅助编程和全新的 MCP 自动化生态系统，全面升级您的 QA / SDET 技能。

这个综合项目在每节课中都集成了尖端的生成式 AI和 Vibe Coding（氛围编程）。您将掌握顶级科技公司正在使用的革命性 AI 辅助开发技术。

课程大纲

第 1 节：简介与 GitHub Copilot 基础

• 课程议程与学习路线图
• 现代 AI 驱动测试简介
• 为 QA 专业人员探索 GitHub Copilot 的核心功能
• 搭建您的 AI 辅助测试环境

第 2 节：环境搭建与 IDE 配置

• 注册 GitHub Copilot（AI 结对编程设置）
• 在集成了 Copilot 的 Visual Studio Code 中进行设置
• 针对高级用户的可选 IntelliJ 设置
• 配置您的 AI 驱动开发工作区

第 3 节：应用程序设置与表单处理

• 为 “The Internet Herokuapp” 测试场景构建一个新应用程序

• AI 辅助的登录表单验证

• 表单自动化：利用 GitHub Copilot 建议

• 真实世界的 Web 应用程序测试场景

第 4 节：基础 Selenium 交互（AI 增强）

• 下拉菜单处理：基于智能元素选择

• 复选框自动化：利用 AI 生成的测试模式

• 鼠标悬停操作与高级用户交互

• 警报和弹窗管理：基于 Copilot 辅助

• 框架与窗口处理技术

• 数据表格自动化与验证

第 5 节：使用生成式 AI 的数据驱动测试

• 数据驱动测试基础：利用 AI 进行优化

• JSON 数据处理：用于 API 与 Web 测试

• CSV 数据集成：适用于全面测试场景

• AI 驱动的测试数据生成与管理

第 6 节：验证与调试

• 截图自动化与视觉验证

• 控制台日志分析：结合 AI 辅助调试

• 智能错误检测与解决技术

• AI 驱动的测试维护与优化

第 7 节：高级 Selenium 交互

• 拖放自动化：实现精确控制

• 滚动条交互与页面导航

• 动态加载与 Ajax 元素处理

• 复杂的用户交互场景

第 8 节：文件操作

• 文件上传自动化：支持多种文件类型

• 文件下载验证与核实

• 自动化测试工作流中的文档处理

第 9 节：性能测试集成

• 性能测试：使用 Artillery 框架

• 负载测试与 Selenium 自动化的集成

• 性能验证与报告

第 10 节：精通 API 测试

• API 测试：使用 Axios 客户端进行全面后端验证

• RESTful API 自动化与测试策略

• UI 与 API 测试的集成

第 11 节：GitHub Copilot – Spring Boot Java 应用（可选）

• 利用 Copilot 快速搭建 Java 应用脚手架

• 排序、过滤与分页：基于 AI 辅助

• Excel 导出功能：利用 Copilot 建议

• 单元测试：基于 AI 生成的测试用例

• Swagger API 文档：结合 GitHub Copilot

• 代码简化技术：利用 AI 辅助

第 12 节：使用 GitHub Copilot 进行数据库测试（可选）

• SQLTools 配置：在 Visual Studio 中进行数据库管理

• Oracle 客户端/驱动程序安装与配置

• 创建数据库连接：在 AI 指导下进行

• 创建产品表：基于智能模式设计

• 语法错误解决：利用 AI 驱动调试

• 测试数据生成：结合 Mockaroo 集成

• CSV 数据加载：通过 SQL*Loader 自动化实现

• 函数创建与终端错误解决

第 13 节：Amazon Q 集成

• 安装 Amazon Q：在 Visual Studio 上使用（免费套餐）

• 构建聊天应用：利用 Amazon Q AI 功能

• AWS 服务集成：增强测试能力

• AWS 资源故障排除：利用 Amazon Q 辅助

第 14 节：MCP 的演进

• 为什么需要 MCP：当前解决方案及其局限性

• 客户端-服务器架构

第 15 节：深入了解 MCP

• MCP 架构

• MCP 服务器组件

• MCP 传输类型

• MCP 交互流：传输层上的服务器、客户端与主机通信

第 16 节：动手实践 MCP：使用 Cursor IDE 的 STDIO 传输

• 使用 UV 包安装依赖项

• Weather API 功能演练

• 调用 Weather API

• MCP 服务器环境准备

• MCP 主机、客户端与服务器

• MCP 检查器 (Inspector)

第 17 节：使用 MCP 和 GitHub 访问令牌集成 Claude 与 GitHub

• 将 Claude 桌面版与 GitHub 集成

第 18 节：基于 GitHub Docker 的 MCP

• GitHub Copilot 上下文优化

• GitHub MCP 服务器：基于本地 Docker 与 Claude 桌面版

• MCP 综合应用：结合 GitHub、Docker 与 Claude

第 19 节：高级 AI 技术

• GitHub Copilot 上下文优化，以获得更好的代码建议
• 提示词工程 (Prompt Engineering)，面向 QA 场景的 AI 交互
• AI 辅助测试自动化的最佳实践

适用对象

• 手动 QA 测试人员 – 向 AI 驱动的自动化转型
• Selenium 初学者 – 从现代 AI 辅助方法开始
• 中级 QA 工程师 – 利用生成式 AI (GenAI) 工具提高生产力
• 软件开发人员 – 将 AI 驱动的测试添加到您的技能组合中
• QA 团队负责人 – 实施尖端的自动化策略
• 职业转型者 – 进入高需求的 AI 驱动 QA 领域

本课程适合人群

 

• 手动测试人员向自动化转型：学习如何在 AI 结对编程的帮助下更快地编写 Selenium 测试。
• 正在探索 Claude + MCP 以实现 AI 驱动自动化的团队：学习如何将 Claude 连接到 GitHub 和开发人员工具，以构建智能 QA 工作流。
• QA 负责人和测试架构师：了解 AI 如何加速测试策略、框架构建和测试维护。
• 使用 Selenium / Java / JavaScript 的自动化工程师：利用 AI 辅助提高代码质量、测试覆盖率和调试效率。
• 想要升级工具栈的 SDET 和 QA 工程师：集成 UI 测试、API 测试、性能测试和数据驱动测试工作流。