Hercules 测试代理
全球首个开源测试代理，无需代码即可驱动 UI、API、安全、可访问性和视觉验证。
证据显示：README 提到遥测默认开启，但未说明如何完全禁用；有环境变量控制浏览器、视频等，但未明确权限最小化原则；有用户确认机制（如 AUTO_MODE 环境变量）但未详细说明；数据流透明度有限，未详细说明遥测数据流向；敏感数据处理未明确；依赖安全有部分措施（如 pyproject.toml 中的 override-dependencies），但未提供完整漏洞扫描报告；外部影响（如浏览器操作）有说明但未提供回滚机制；来源归属有作者信息但发布者未验证。扣分原因：缺乏明确的权限最小化设计、用户确认流程不透明、数据流不透明、敏感数据处理不明确、依赖安全证据不足、无回滚机制、发布者身份未验证。
证据显示：README 和 pyproject.toml 描述一致，但存在一些不一致（如 pyproject.toml 中 classifiers 包含 Python 3.10，但 requires-python 为 >=3.11）；依赖列表完整，但未提供锁定文件（如 uv.lock）的详细信息；失败消息有基本说明（如输出日志和报告），但未提供详细的错误处理文档。扣分原因：自洽性有小瑕疵，依赖可用性未完全验证，失败消息不够详细。
证据显示：README 提供了多种安装方式（PyPI、Docker、源码）和多种使用场景（UI、API、安全、视觉测试），受众明确；能力边界有说明（如支持的模型和浏览器），但未详细说明限制；触发精度有说明（如 Gherkin 步骤），但未提供详细的触发条件文档；环境适配有说明（如 Windows、Docker、远程浏览器），但未提供所有环境的详细配置。扣分原因：能力边界和触发精度文档不够详细。
证据显示：README 结构清晰，提供了安装、使用、配置、输出等章节；安装说明详细，包括多种方法；命名稳定（如 testzeus-hercules 命令）；提供了示例和 FAQ（视频教程）；已知限制未明确列出；许可证为 AGPL-3.0，但未提供完整的许可证文本（仅部分）；版本和变更日志未提供；维护责任有作者信息，但未明确维护策略。扣分原因：已知限制、版本变更日志缺失，许可证文本不完整。
证据显示：输出包括 JUnit XML、HTML 报告、截图、视频等，可用性高；边际价值高，因为提供了自动化测试能力；成本效益未详细说明，但提供了多种安装方式。扣分原因：成本效益分析不足。
证据显示：README 中的声明（如“世界首个开源测试代理”）未提供独立验证；跨来源验证有限，仅依赖 README 和部分代码；事实与推断未明确区分。扣分原因：声明缺乏可追溯性，跨来源验证不足，事实与推断混淆。
- 遥测默认开启，需确认是否可完全禁用及数据流向。
- 发布者身份未验证，需谨慎评估供应链风险。
- 依赖安全措施有限，建议检查依赖漏洞。
- 无回滚机制，执行测试时需注意外部影响。
这个 Agent 能做什么，适合哪些场景？
Hercules 是一个开源测试代理，把 Gherkin 用例转化为自动化端到端测试。它基于 LangGraph 状态机，通过 Planner、Executor 和 Assertion 节点协调导航代理（浏览器、API、安全、SQL、MCP 等）。用户以 Gherkin 编写测试，Hercules 负责执行并生成 JUnit XML 和 HTML 报告，附带视频、截图和网络日志作为执行证据。支持多种部署方式：PyPI 包、Docker 镜像、源码运行。它还可作为 MCP 服务器，并支持通过 MCP 客户端集成外部服务。
它读取 Gherkin 特征文件，将其解析为严格 JSON 计划，由 PlannerAgent 决策下一步动作，Executor 路由到对应的导航代理，如 browser_nav_agent、api_nav_agent、sec_nav_agent 等。这些代理绑定 LangChain StructuredTool（例如 open_url、click、bulk_enter_text）执行浏览、API 请求、安全扫描（通过 Nuclei）和可访问性检查。最后生成 JUnit XML 和 HTML 报告，并在 proofs 目录保存视频、截图和网络日志。也可通过 MCP 客户端调用，以 MCP 服务器形式提供 generate_gherkin、run_test 等工具。
- QA 工程师希望用自然语言 Gherkin 编写端到端测试，无需编写代码
- DevOps 团队将 Hercules 集成到 CI/CD 管道，使用 Docker 镜像自动运行测试
- 安全测试人员希望从 Gherkin 用例触发 Nuclei 漏洞扫描，识别 OWASP Top 10 问题
- 可访问性专家需要验证 WCAG 2.0/2.1/2.2 合规性（A、AA、AAA 级别）
- 开发团队希望复用社区工具，通过 ADDITIONAL_TOOL_DIRS 扩展能力
- 需要远程浏览器执行（如 BrowserStack、LambdaTest、BrowserBase）的团队，通过 CDP 连接
这个 Agent 有哪些优点和局限？
- 免代码：直接用 Gherkin 编写测试，无需编程
- 多类型测试：支持 UI、API、安全（Nuclei）、可访问性和视觉验证
- 多种部署方式：PyPI、Docker、源码，适应不同环境
- 详细的执行证据：视频、截图、网络日志
- 支持 MCP 集成，可扩展外部工具
- 自动修复：自适应和自动修复能力减少维护
- 依赖 LLM API，需要付费（复杂用例约 $0.20/次）
- 需要配置模型密钥和环境变量，入门门槛
- Playwright 依赖和浏览器安装（playwright install）
- Windows 用户需运行额外脚本（hercules_windows_setup.ps1）
- 默认启用遥测，需手动禁用（ENABLE_TELEMETRY=0）
如何安装或部署这个 Agent？
安装 Python 3.11–3.13，然后运行：pip install testzeus-hercules；接着执行 playwright install --with-deps。或者使用 Docker：docker pull testzeus/hercules:latest。源码部署需克隆仓库、安装 UV，并运行 make setup-uv && make install。需配置 LLM 环境变量（如 LLM_MODEL_NAME、LLM_MODEL_API_KEY、LLM_MODEL_BASE_URL）。可选：设置 AGENTS_LLM_CONFIG_FILE 以进行按代理模型路由。
如何使用这个 Agent？
创建一个 Gherkin 特征文件（例如 opt/input/test.feature），设置环境变量 LLM_MODEL_NAME=gpt-4o、LLM_MODEL_API_KEY=your-key，然后运行：testzeus-hercules --project-base=opt 或指定 --input-file、--output-path、--test-data-path。测试执行后，在输出目录查看 JUnit XML 和 HTML 报告。Docker 运行：docker run --env-file=.env -v ./opt:/testzeus-hercules/opt --rm -it testzeus/hercules:latest。
这个 Agent 与同类方案有什么区别？
Hercules 对比传统测试框架（如 Selenium、Cypress）和 LLM 驱动的自动化（如 Agent-E），其突出优势在于开源、免代码且覆盖多类型测试。具体对比未在来源中详细说明。