TestMu AI 测试技能库
让编码助手编写并在 TestMu AI 云端运行自动化测试。
- Star 数
- ★ 369
- 最近更新
- 1 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 37/100 · 缺口较多
30 秒速览
- 可在哪里用
- 平台专用Claude Code
- 开始前需要
- 典型场景
- 使用 Claude Code、Cursor、Copilot 或 Gemini CLI 的测试工程师，希望安装 Playwright 技能并生成可在 Chrome 和 Firefox 云端环境运行的登录测试。
- 主要局限
- 云端执行依赖 TestMu AI 账户、
LT_USERNAME和LT_ACCESS_KEY，核心运行路径具有明显的平台依赖。
这个 Agent 能做什么，适合哪些场景？
这是 TestMu AI（原 LambdaTest）面向编码助手提供的一组测试自动化技能，而非独立运行的 AI Agent。技能通过 `npx agentskillsforall` 安装，可供 Claude Code、GitHub Copilot、Cursor、Gemini CLI 等编码助手使用。仓库提供 Selenium、Playwright、Cypress 等具体技能，并宣称覆盖主要测试框架和 15 种以上语言。使用者以自然语言提出测试需求，编码助手据此生成测试代码，并可使用 TestMu AI 凭据在其测试云上执行。云端结果通过 TestMu AI 控制台查看；测试本地应用时还需要配置 TestMu AI Tunnel。
用户先用 npx agentskillsforall add 从 GitHub 仓库安装全部技能或指定的 selenium-skill、playwright-skill、cypress-skill。安装后的技能为编码助手提供框架相关的测试自动化指导，使其能够根据自然语言请求编写 Selenium、Appium、Playwright 等测试以及示例中提到的 JUnit 5、Mockito 和 GitHub Actions CI 配置。要在 TestMu AI 云端执行测试，运行环境读取 LT_USERNAME 和 LT_ACCESS_KEY；平台提供 10,000 多台真实设备和 3,000 多种浏览器环境。执行结果显示在 TestMu AI 控制台中。对于本地托管的应用，需要另外启动对应操作系统的 TestMu AI Tunnel，并在 capabilities 中设置 tunnel: true。
- 使用 Claude Code、Cursor、Copilot 或 Gemini CLI 的测试工程师，希望安装 Playwright 技能并生成可在 Chrome 和 Firefox 云端环境运行的登录测试。
- 维护 Selenium 测试套件的 QA 团队，希望让编码助手依据 TestMu AI 的执行环境编写测试代码。
- Java 服务开发者需要生成采用 JUnit 5 和 Mockito 的支付服务测试，并同时准备 GitHub Actions CI 配置。
- 移动端测试团队需要结合 Appium 与 TestMu AI 的真实设备云编写自动化测试。
- 测试内网或本机应用的开发团队，可以配置 TestMu AI Tunnel，并在 capabilities 中启用
tunnel: true。
如何安装或部署这个 Agent？
前置条件：安装最新稳定版 Node.js 和 npm，准备受支持的 AI 编码助手，并创建 TestMu AI 账户以取得用户名和访问密钥。
安装仓库技能：
git clone https://github.com/LambdaTest/agent-skills && cd agent-skills
npx agentskillsforall add https://github.com/LambdaTest/agent-skills.git也可以只安装一个技能：
npx agentskillsforall add https://github.com/LambdaTest/agent-skills.git --skill selenium-skill
npx agentskillsforall add https://github.com/LambdaTest/agent-skills.git --skill playwright-skill
npx agentskillsforall add https://github.com/LambdaTest/agent-skills.git --skill cypress-skillmacOS 或 Linux 设置凭据：
export LT_USERNAME="YOUR_USERNAME"
export LT_ACCESS_KEY="YOUR_ACCESS_KEY"Windows 设置凭据：
set LT_USERNAME="YOUR_USERNAME"
set LT_ACCESS_KEY="YOUR_ACCESS_KEY"如何使用这个 Agent？
先查看可用技能：
npx agentskillsforall list https://github.com/LambdaTest/agent-skills.git安装所需技能并设置 LT_USERNAME、LT_ACCESS_KEY 后，可向编码助手提出例如：
Write Playwright tests for the login page and run them on TestMu AI cloud (Chrome + Firefox)或：
Create JUnit 5 tests for the payments service with Mockito and GitHub Actions CI测试完成后在 TestMu AI 控制台查看结果。若目标应用只在本地可访问，需要按照操作系统配置 TestMu AI Tunnel，并在 capabilities 中加入 tunnel: true。
这个 Agent 有哪些优点和局限？
- 提供可单独安装的
selenium-skill、playwright-skill和cypress-skill，团队无需一次引入全部技能。 - 文档明确覆盖 Claude Code、GitHub Copilot、Cursor、Gemini CLI 等多种编码助手，并通过统一的
agentskillsforall命令安装。 - 与 TestMu AI 的真实设备和跨浏览器测试云衔接，可在 10,000 多台真实设备及 3,000 多种浏览器环境中运行测试。
- 提供 Windows、macOS 和 Linux 的本地测试隧道路径，可覆盖无法公开访问的应用。
- 云端执行依赖 TestMu AI 账户、
LT_USERNAME和LT_ACCESS_KEY，核心运行路径具有明显的平台依赖。 - 安装流程依赖最新稳定版 Node.js、npm、网络访问以及第三方 CLI
agentskillsforall。 - 本地应用测试需要额外安装和维护 TestMu AI Tunnel，并修改测试 capabilities。
- 材料没有列出每个技能的完整框架、语言版本兼容矩阵，也没有说明云端测试的价格或免费额度。
- 用于测试自有 AI Agent 的 Rook 技能不包含在本仓库的
agentskillsforall安装流程中，需要 Node.js 22+ 并从另一个仓库单独安装。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| TestMu AI 测试技能库 当前 | 37 · 缺口较多 | ★ 369 | 1 天前 | Python | Claude Code |
| Steel Browser | 29 · 缺口较多 | ★ 7.7k | 2 天前 | TypeScript | — |
| Supercov | 75 · 存在缺口 | ★ 70 | 4 天前 | Rust | Codex · Claude Code |
| Carbon Code | 64 · 存在缺口 | ★ 196 | 1 个月前 | TypeScript | OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 要求通过环境变量提供用户名和访问密钥，并说明测试会在 TestMu AI 云端运行、结果显示在仪表板上，这对权限和数据流提供了有限线索；但没有最小权限范围、发送数据类别、保留策略、日志脱敏、操作前确认、撤销或恢复机制。安装命令直接通过未固定版本的 npx 和远程 Git 仓库获取内容，也没有依赖审计或供应链控制说明。项目名称、版权、支持渠道和相关站点有明确自我归属，因此来源归属较清楚，但发布者身份仍未经独立验证。
安装、凭据配置、技能选择、云端执行和品牌更名说明在 README 内部基本一致，且列出了 Node.js、npm、编码助手和账户等依赖；扣分在于缺少实际技能源码、依赖清单、兼容性矩阵、固定版本、故障处理流程和具体错误信息。仅提供支持邮箱以及报错时应附带的环境信息，不能替代运行时诊断。
材料明确面向测试人员和开发团队，覆盖 Selenium、Playwright、Cypress、JUnit、多个编码助手、CI 以及本地隧道场景。它也给出了 macOS、Linux、Windows 的凭据设置方法；但能力描述主要是宽泛营销声明，没有逐项技能边界、受支持版本、排除场景或冲突规则。自然语言示例和 --skill 参数只提供了薄弱的触发指导，未展示实际触发元数据。
README 的入门、前置条件、安装、运行、本地测试、贡献和支持结构清楚，命令示例可直接理解。扣分点包括没有 FAQ、详细限制、仓库内变更日志、版本兼容政策或稳定命名承诺；LambdaTest 到 TestMu AI 的改名及旧命名并存也增加了命名迁移负担。MIT 许可证正文完整，因此许可证项满分。维护渠道和贡献路径明确，但没有维护者名单、响应承诺或经验证的发布责任链。
README 描述了生成测试、在云端浏览器执行以及从仪表板查看结果的可用工作流，并提供两条示例请求；但没有展示实际生成物、技能内容或前后对比，因此无法充分证明输出质量或相对通用编码助手的增量价值。安装表面简短，但账户、密钥、云服务、外部安装器和可能的隧道要求带来未量化成本，材料也没有定价、资源消耗或权衡分析。
部分操作性声明可追溯到 README 中的具体命令和外部文档指向，许可证声明可由 LICENSE 交叉确认；但所给材料没有技能实现、测试、依赖清单、发布记录内容或其他独立证据来佐证“生产级”“专家级”“15+ 语言”等主张。事实、营销性断言和推断没有清楚分层，因此交叉佐证与事实推断分离均不得分。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 安装命令使用未固定版本的 npx 包和远程 Git 仓库；使用前应固定版本或提交并审查实际安装内容。
- 访问密钥虽通过环境变量配置，但材料没有说明权限范围、日志处理、数据传输范围、保留期限或密钥轮换。
- 云端测试可能上传代码、测试数据、URL 或应用交互信息；在缺少数据流与隐私说明时，不应使用真实敏感数据。
- 当前证据只有 README 和许可证，未包含技能实现、依赖清单、测试或发布内容，不能静态验证安全性、输出质量或营销主张。
常见问题
使用这些技能必须有 TestMu AI 账户吗？
支持哪些编码助手？
能测试本地或内网应用吗？
tunnel: true。仓库是否也包含用于测试 AI Agent 的 Rook？
LambdaTest/rook 仓库，并通过 npx @testmuai/rook-skill 安装，要求 Node.js 22+。