كيف تختبر الواجهات باستخدام وكيل ذكاء اصطناعي: 5 قواعد من مطوّري e2e الحاصل على 13.8 ألف نجمة
تنهار اختبارات واجهة المستخدم التقليدية بعد أي إعادة تصميم للواجهة: يتغيّر المكوّن فلا يعثر الاختبار على test-id. يقترح مطوّرو إطار e2e المفتوح المصدر (13.8 ألف نجمة على GitHub و8 ملايين دولار من الاستثمارات) كتابة الاختبار على شكل هدف بلغة عادية، وترك مهمة البحث عن الأزرار للوكيل. وتتولى النتيجةَ النهائيةَ لجنةُ تحكيم منفصلة من الذكاء الاصطناعي تعتمد على بيانات من API، لا على تقرير الوكيل نفسه. وبهذه الطريقة يصبح للاختبار «الأخضر» معنى حقيقي.
معالج بواسطة الذكاء الاصطناعي من X: @hungryturbo؛ بتحرير Hamidun News
تتحوّل اختبارات الواجهة الشاملة (end-to-end) لدى معظم الفرق إلى مصدر إزعاج دائم. ينتقل الـ frontend إلى مكتبة مكوّنات أخرى، وتتغيّر المعرِّفات، فيصبح نصف مجموعة الاختبارات أحمر مع أن المنتج يعمل. والآن، وقد صار بإمكان وكيل ذكاء اصطناعي أن يتولى التعامل مع الأزرار، يبرز السؤال: كيف تُبنى هذه الاختبارات بحيث لا تصبح أقل موثوقية؟ نشر Kacper Kapuściak، المبشِّر التقني (technical evangelist) في فريق إطار الذكاء الاصطناعي المفتوح لاختبارات e2e، إجاباته. وقد حصد المشروع 13.8 ألف نجمة على GitHub، وحصل مؤخرًا على 8 ملايين دولار من الاستثمارات. فيما يلي خمسة مبادئ من تحليله الهندسي، بحسب عرض صاحب منشور X @hungryturbo.
اختبر النية، لا بنية الصفحة
المبدأ الأول هو التخلي عن الارتباط بعُقَد DOM وبـ test-id. فبدل سلسلة «اعثر على العنصر، انقر، أدخل القيمة»، يُكلَّف الوكيل بمهمة عمل قصيرة ومحددة بلغة طبيعية. مثلًا: «إنشاء تقرير عن الشهر الماضي». أما كيفية اختيار التاريخ ومكان الضغط على «إنشاء»، فيقرّرها الوكيل بنفسه وهو ينظر إلى الشاشة. والتشبيه اليومي هنا أنك تطلب من زميل أن يحجز سيارة أجرة، ولا تملي عليه في أي نقطة من الشاشة يلمس. وإذا استبدل الفريق مكتبة المكوّنات، يواصل الاختبار عمله لأن الهدف لم يتغيّر.
يتعلق المبدأ الثاني بالانتظار. فالتوقفات الثابتة مثل sleep لمدة خمس ثوانٍ تُبطئ CI، ومع ذلك لا تكفي أحيانًا. ينصح المؤلف بانتظار ديناميكي بحدّ زمني أقصى، على أن يكون المنتظَر إشارة عمل قوية، مثل «تقرير الشهر الماضي مفتوح ومتاح للعرض». أما اختفاء مؤشر التحميل فعلامة ضعيفة: فقد يختفي الـ spinner بينما لم تصل البيانات بعد. ويُستحسن كذلك الفصل بين انتظار التحميل غير المتزامن والتحقق اللحظي من اللقطة الحالية: الأول يجيب عن سؤال «متى يصبح جاهزًا»، والثاني عن سؤال «ما الموجود على الشاشة الآن».
من يتحقق من الوكيل
البند الثالث هو الأهم على الأرجح. فرسالة الوكيل «تم النقر» لا تثبت أن التقرير خالٍ من الصفوف الفارغة أو من بيانات تخصّ غيرك. لكن لا يصح أيضًا أن تطلب من نموذج آخر أن يحدّد «بالعين» كيف ينبغي أن تبدو الشاشة الصحيحة، لأنه سيخمّن. لذلك تُجلب أولًا من الـ backend عبر API القائمةُ الحقيقية للمهام أو السجلات، وهي مصدر الحقيقة الوحيد. ثم يقارن حَكَم ذكاء اصطناعي منفصل ما رُسم على الشاشة بهذا المرجع. وبذلك يُفصل المنفِّذ عن المدقِّق، كما يُفصل المطوّر عن المراجِع.
المبدأ الرابع مألوف لكل من أصلح اختبارات «متقلبة» (flaky): لا اعتماد على ترتيب التشغيل. قبل الاختبار، ينشئ fixture قابل لإعادة الاستخدام عبر API مساحة عمل منفصلة والبيانات اللازمة، وبعد انتهاء التشغيل يزيل lifecycle hook كل شيء. وعندها يعطي إعادة التشغيل بعد الفشل، أو التنفيذ المتوازي، النتيجة نفسها.
اختبارات صغيرة وتتبّع للإصلاح
المبدأ الخامس هو تجزئة السيناريوهات الطويلة. فبدل اختبار واحد «إنشاء تقرير، وتنزيل CSV، وإرسال رسالة»، من الأفضل إنشاء ثلاثة اختبارات ذرّية منفصلة بأسماء واضحة. وعندئذ يتضح من اسم الاختبار الفاشل ما الذي تعطّل فورًا.
عند الفشل، يجمع الإطار تلقائيًا أثرًا تتبعيًا (trace) يتضمن الخطوات السابقة وسجلات التطبيق وسياق استدلال الوكيل ولقطات الشاشة. يجد الإنسان السبب بسرعة، ويمكن تمرير الأثر نفسه إلى وكيل برمجة ليحاول إصلاح الخطأ بنفسه. وهكذا نحصل على مدخل جاهز لحلقة آلية «فشل — أُصلح».
ما ينبغي أخذه في الاعتبار
المادة المصدرية عرض موجز في شبكة اجتماعية، ولذلك لا تتضمن أرقامًا عن الاستقرار أو تكلفة التشغيلات أو السرعة مقارنةً بـ Playwright وCypress. ويضيف وكيل الذكاء الاصطناعي استهلاكًا للـ tokens ووقتًا على كل خطوة، كما أن حَكَم الذكاء الاصطناعي نفسه قد يخطئ، وإن كان المرجع المأخوذ من API يخفّض هذا الخطر كثيرًا. ويجدر التذكير أيضًا بأن مبادئ عزل البيانات والانتظار الصريح والاختبارات الصغيرة مفيدة حتى دون ذكاء اصطناعي.
الخلاصة العملية للفرق: إذا كنتم تجرّبون اختبارات E2E القائمة على الوكلاء، فابدؤوا بأمرين — صوغوا الأهداف بلغة العمل، وتحققوا من النتيجة اعتمادًا على بيانات الـ backend لا على كلام الوكيل. أما كل ما عدا ذلك، من الـ fixtures إلى التتبّع، فسيساعد على جعل مجموعة الاختبارات قابلة للتكرار وصالحة للاستخدام في CI.
- 30 أكتوبر 2026قائد تقني في أحد البنوك يوصل بوت Telegram لـ OpenCode إلى 1298 نجمة على GitHub بمساعدة وكلاء الذكاء الاصطناعي
- 8 نوفمبر 2026غاري تان ينشر إعدادات Claude Code الخاصة به: 23 أداة بأدوار مختلفة و139 ألف نجمة
- 21 نوفمبر 2026بروتوكول AG-UI المفتوح يوحّد تواصل وكلاء الذكاء الاصطناعي مع التطبيقات: ما يقارب 19 000 نجمة
- 22 يوليو 2026Koda Desktop: تطبيق سطح مكتب يضم وكيل ذكاء اصطناعي للبرمجة يصل في نسخة تجريبية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول اختبر النية، لا بنية الصفحة؟
المبدأ الأول هو التخلي عن الارتباط بعُقَد DOM وبـ test-id. فبدل سلسلة «اعثر على العنصر، انقر، أدخل القيمة»، يُكلَّف الوكيل بمهمة عمل قصيرة ومحددة بلغة طبيعية. مثلًا: «إنشاء تقرير عن الشهر الماضي». أما كيفية اختيار التاريخ ومكان الضغط على «إنشاء»، فيقرّرها الوكيل بنفسه وهو ينظر إلى الشاشة. والتشبيه اليومي هنا أنك تطلب من زميل أن يحجز سيارة أجرة، ولا تملي عليه في أي نقطة من الشاشة يلمس. وإذا استبدل الفريق مكتبة المكوّنات، يواصل الاختبار عمله لأن الهدف لم يتغيّر. يتعلق المبدأ الثاني بالانتظار.
ما أبرز التفاصيل حول من يتحقق من الوكيل؟
البند الثالث هو الأهم على الأرجح. فرسالة الوكيل «تم النقر» لا تثبت أن التقرير خالٍ من الصفوف الفارغة أو من بيانات تخصّ غيرك. لكن لا يصح أيضًا أن تطلب من نموذج آخر أن يحدّد «بالعين» كيف ينبغي أن تبدو الشاشة الصحيحة، لأنه سيخمّن. لذلك تُجلب أولًا من الـ backend عبر API القائمةُ الحقيقية للمهام أو السجلات، وهي مصدر الحقيقة الوحيد. ثم يقارن حَكَم ذكاء اصطناعي منفصل ما رُسم على الشاشة بهذا المرجع. وبذلك يُفصل المنفِّذ عن المدقِّق، كما يُفصل المطوّر عن المراجِع.
ما أبرز التفاصيل حول اختبارات صغيرة وتتبّع للإصلاح؟
المبدأ الخامس هو تجزئة السيناريوهات الطويلة. فبدل اختبار واحد «إنشاء تقرير، وتنزيل CSV، وإرسال رسالة»، من الأفضل إنشاء ثلاثة اختبارات ذرّية منفصلة بأسماء واضحة. وعندئذ يتضح من اسم الاختبار الفاشل ما الذي تعطّل فورًا. عند الفشل، يجمع الإطار تلقائيًا أثرًا تتبعيًا (trace) يتضمن الخطوات السابقة وسجلات التطبيق وسياق استدلال الوكيل ولقطات الشاشة. يجد الإنسان السبب بسرعة، ويمكن تمرير الأثر نفسه إلى وكيل برمجة ليحاول إصلاح الخطأ بنفسه. وهكذا نحصل على مدخل جاهز لحلقة آلية «فشل — أُصلح».
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.