面向 Android 真机的开源移动端自动化测试工具,支持录制回放、断言、性能采集,并提供 Agent 测试 Harness。
takahirom/arbigent
基于 AI 智能体的测试框架,用自然语言目标驱动 Android、iOS 和 Web 应用的自动化测试。
- Star
- 654
- Fork
- 63
- 未关闭 Issue
- 27
- 最近提交
- 上个月
这是什么?
Arbigent 是一个 AI 智能体测试框架:AI 在真实设备、模拟器或浏览器上执行以自然语言描述的测试目标,例如“完成新手教程”。测试会被拆分为相互依赖的场景(如先登录再搜索),让复杂流程按小步骤逐一完成。场景可以由 QA 人员在可视化界面中创建并保存为 YAML,再通过命令行或 CI 执行。
项目支持 Android、iOS(包括通过 XCTest 驱动的真机)和 Web,可对接 OpenAI、Gemini、Azure OpenAI、Anthropic 以及 Ollama 等兼容 OpenAI 接口的服务。它还能复用已有的 Maestro YAML 流程作为前置步骤,通过 MCP 接入外部工具,并支持应用通过无障碍标签提供上下文提示。回放并回退功能可复用上次通过时记录的操作,以降低 AI 调用成本。
框架使用 Kotlin 编写,采用 Apache-2.0 许可证。项目说明中也指出,执行速度和每次运行的 AI 成本目前仍是其局限。
核心功能
- 01用自然语言目标驱动 AI 智能体在 Android、iOS 和 Web 上执行测试。
- 02将复杂任务拆分为相互依赖的场景,例如先登录再搜索。
- 03支持在可视化界面中创建场景,并通过 CLI 或 CI 运行保存的 YAML。
- 04兼容 OpenAI、Gemini、Azure OpenAI、Anthropic 以及 OpenAI 格式的服务。
- 05可复用 Maestro YAML 流程作为前置步骤,并通过 MCP 接入外部工具。
- 06回放通过运行中记录的操作,以减少 AI 调用成本。
适用场景
- 为界面经常变动的移动应用编写端到端 UI 自动化测试。
- 让 QA 工程师无需编码,用自然语言编写测试场景。
- 在 GitHub Actions 的 Android 模拟器上分片运行 AI 驱动的测试套件。
- 测试难以用固定选择器脚本化的电视或 D-pad 操控界面。
快速上手
- 1
从 Releases 页面下载 Arbigent UI 二进制文件
- 2
将 Android、iOS 或 Web 设备连接到电脑
- 3
在 UI 中选择设备并填写 AI 提供商的 API Key
- 4
用自然语言输入目标,创建测试场景
使用前须知
- 需要付费的 AI 提供商 API Key,每一步都会产生 AI 费用。
- 受 AI 响应延迟限制,速度远慢于传统测试。
- 测试需要连接模拟器或真机。
收录于专题
标签
常见问题
- arbigent 是什么?
- 基于 AI 智能体的测试框架,用自然语言目标驱动 Android、iOS 和 Web 应用的自动化测试。 Arbigent 是一个 AI 智能体测试框架:AI 在真实设备、模拟器或浏览器上执行以自然语言描述的测试目标,例如“完成新手教程”。测试会被拆分为相互依赖的场景(如先登录再搜索),让复杂流程按小步骤逐一完成。场景可以由 QA 人员在可视化界面中创建并保存为 YAML,再通过命令行或 CI 执行。
- arbigent 可以免费使用吗?用的什么许可证?
- arbigent 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- arbigent 还在维护吗?
- 半年内有更新。arbigent 最近一次提交是在 2026年10月2日。
- arbigent 适合用来做什么?
- 为界面经常变动的移动应用编写端到端 UI 自动化测试。 让 QA 工程师无需编码,用自然语言编写测试场景。 在 GitHub Actions 的 Android 模拟器上分片运行 AI 驱动的测试套件。 测试难以用固定选择器脚本化的电视或 D-pad 操控界面。
- arbigent 怎么安装和运行?
- 从 Releases 页面下载 Arbigent UI 二进制文件 将 Android、iOS 或 Web 设备连接到电脑 在 UI 中选择设备并填写 AI 提供商的 API Key 用自然语言输入目标,创建测试场景
- 在哪里获取 arbigent?
- 源代码和安装说明在 GitHub 上:https://github.com/takahirom/arbigent
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向 Web 与移动应用的端到端测试框架,可用自然语言描述测试目标,由智能体驱动应用完成。
让 AI 智能体和 LLM 通过 MCP 协议自动操作 iOS、Android 模拟器、模拟器及真机应用的服务器。
Hydra Lab 是一个框架,可用你已有的测试设备和机器搭建自己的云测试平台。
开源的 Android、iOS 和 Web 应用 UI 与端到端测试框架,使用简单的 YAML 脚本编写测试流程。
一款免费开源的 macOS 应用,可在同一窗口中并排管理 Android 与 iOS 设备,支持镜像、控制和设置切换。