前提概要

AI时代发展太快了，现在接口自动化不接入AI的，真的跟不上了。我在原有框架上加入了skill能力，项目命名为k6auto，定位是全栈自动化测试框架。

目前该项目完成度也有80%，其中接口自动化部分完成度100%，已拿实际项目做出了实际效果。项目目前代码中涉密比较多，性能方面完成度还不够，所以还没开源。预计年底会开源到社区，这阶段还需要再打磨打磨。

为啥做这个k6auto？有什么优势？

以下摘抄自项目的readme：

传统的测试工具往往只能覆盖单一测试类型，而 k6auto 打破了这个限制。我们基于 k6 核心引擎，通过自研扩展和工程化封装，打造了一个真正的一体化测试框架。

核心优势

技术架构

┌──────────────────────────────────────────────────────────────────────────┐

│                           k6auto 自动化测试框架                          │

├──────────────────────────────────────────────────────────────────────────┤

│  API 自动化层      │  性能测试层       │  前端性能层      │  WebSocket 层 │

│  ├─ apiTest        │  ├─ performance   │  ├─ browser      │  ├─ scen      │

│  ├─ 场景编排       │  ├─ 高并发压测    │  ├─ Core Web     │  ├─ 协同文档  │

│  ├─ 数据驱动       │  ├─ 统一断言      │  ├─ 页面交互     │  ├─ 实时通信  │

│  └─ 通用日志       │  └─ 数据采集      │  └─ 可视化指标   │  └─ 场景定义  │

├──────────────────────────────────────────────────────────────────────────┤

│  k6 扩展层                                                           │

│  ├─ xk6-zap: 高性能结构化日志         ├─ xk6-sql: 数据库操作           │

│  ├─ xk6-file: 文件读写支持            └─ 更多扩展                        │

├──────────────────────────────────────────────────────────────────────────┤

│  基础设施层                                                              │

│  ├─ Allure 报告      ├─ Docker 容器化    ├─ Kubernetes 编排             │

│  ├─ Chai 断言库      ├─ PostgreSQL       ├─ Redis 缓存                  │

│  └─ 消息/协同能力    └─ 其他中间件                                             │

├──────────────────────────────────────────────────────────────────────────┤

│  AI 辅助层 (k6skill)                                                     │

│  ├─ curl 转接口        ├─ 业务流程转场景                                  │

│  ├─ 性能压测场景       └─ 场景调试执行                                     │

└──────────────────────────────────────────────────────────────────────────┘

演示视频

• k6auto 演示视频

视频中没任何声音，所以请参考我这里的解说：

视频开头就是我的提示词：请帮我完成一个xx场景，然后后面就是场景的步骤：先帮我找到下拉字段；然后帮我加入xx值，【此处贴了一段页面上复制过来的curl】；然后创建测试设计；然后干嘛干嘛，贴curl。

整个做法就是手写场景，直接贴curl，k6skill会自动帮你完成接口自动化编写，并且能帮你自动调试修正问题。AI会复用已有的接口，比如创建测试设计，我这里没贴curl的，不需要，因为已经有这个接口了，AI会自己找到并复用。有的curl贴多了也没事，AI也会先复用已有接口，如果是新接口，AI会自己判断要写入哪个文件，并询问你意见。

这个贴curl让AI写，其实提速已经非常可怕了，平常这个复杂的场景，给普通测试得写一天半天的。附个演示视频的最终效果图：

为什么是curl？其实想改成其他都行，什么接口文档，swagger之类的。只是这类东西基本没人维护，不是很靠谱。我综合实际情况，认为直接从页面上复制curl粘贴过来，最靠谱，也很简单。所以就做成这个。

智能特性

Skill 配置

统一配置位于 skills/k6skill/SKILL.md，按任务类型拆分引用文档：

• references/curl-to-api.md：curl 转接口


• references/scenario-authoring.md：业务场景编写


• references/performance-scene.md：性能压测场景


• references/scenario-debug.md：场景调试执行

全栈能力？

除了核心的接口自动化，前端性能，后端压测，后端各种协议测试，socket、RPC、MQ，谷歌的protobuf，均可以一套框架完成。目前项目中已经实战了协同文档压测。RPC和protobuf也有demo例子。这不知道算不算全栈能力。以往那些框架感觉总是覆盖单一类型，做好多套，很麻烦。k6auto目前只在UI自动化上我没有太好方式，其他我都是做过实践的，代码也是写了demo样例。接口自动化是优先主打了，所以已经写了比较多的场景。

意见咨询

佬们可以看看演示视频，如果这套给你们用，觉得方式如何？手写场景，贴curl，这种可还行？

有什么意见都可以说说，我也好借鉴借鉴。