Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
LançamentoAnálise · No radarHabr AI→ original

Agente n8n escreve casos de teste: pega o caso de uso do Pachka e os requisitos da Yandex Wiki

Para a rede neural escrever casos de teste úteis, um caso de uso no chat não basta: são necessários os requisitos e, portanto, integrações. O autor montou um workflow no n8n: o bot no Pachka captura o caso de uso, pede o link do requisito, busca a página na Yandex Wiki via MCP e entrega tudo ao modelo. A resposta do modelo chega diretamente na thread do caso de uso. Não existe um nó oficial para a Wiki, mas o MCP contorna isso.

Processado por IA de Habr AI; editado por Hamidun News
Agente n8n escreve casos de teste: pega o caso de uso do Pachka e os requisitos da Yandex Wiki
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
N8n tem código abertoem servidor próprio é grátis, na nuvem paga-se pelas execuções
Dado-chave #2Para a Wiki são necessários um token OAuth com permissão wiki:read e o ID da organização
Dado-chave #3O trigger do Pachka não pode ser testado com o botão Execute — é preciso publicar o workflow

Jogar um caso de uso em um chatbot e receber casos de teste decentes não funciona: os bugs se escondem nos detalhes, e o modelo não tem os detalhes. Ele precisa de contexto — requisitos, tickets, conversas. E, para fornecer contexto, são necessárias integrações. O autor da análise no Habr mostra uma versão mínima desse pipeline no n8n: da mensagem no chat de trabalho até o caso de teste pronto.

O que montamos e com quê

O n8n é um construtor de agentes que conecta modelos a código, task trackers, CI e outras infraestruturas. Cada ação é um nó separado, e os nós formam um workflow, como peças de Lego. O workflow pode ser exportado em JSON. O código-fonte é aberto: na nuvem do n8n paga-se pela hospedagem e por cada execução; na infraestrutura própria, é gratuito. Há mais de 2600 integrações, então é possível montar um agente para a maioria das stacks. Por exemplo, gerar casos de teste a partir de tickets do Jira e da documentação no GitHub, com busca via Pinecone.

O cenário do artigo é mais simples. O requisito está na Yandex Wiki, e o caso de uso, no chat do Pachka. A lógica tem quatro passos:

  • o agente espera o caso de uso do usuário no chat;
  • solicita, por meio de um formulário, a URL da página com o requisito, como comentário à mensagem;
  • passa ao modelo o caso de uso e o requisito;
  • devolve a resposta na thread do caso de uso.

Como conectar o Pachka e a Wiki

No lado do Pachka, é preciso criar um bot e ativar um webhook de saída. O autor destaca três opções: ignorar as próprias mensagens (para o bot não se acionar sozinho), ouvir qualquer mensagem e reagir ao clique em botões. O token é exibido pelo sistema uma única vez, por isso deve ser salvo imediatamente. Permissões: messages:read, messages:create, threads:read, threads:create e views:write — esta última é necessária para que o usuário passe a URL do requisito por um formulário. A URL do webhook e a chave de assinatura são inseridas no trigger do n8n.

Há uma pegadinha. O botão Execute escuta não a sua URL, mas uma de teste, então o trigger não pode ser verificado assim. Restam dois caminhos: criar um bot de teste separado ou publicar o workflow. No workflow publicado, os triggers capturam os eventos sozinhos, e o resultado aparece na aba Executions.

Com a Yandex Wiki é mais complicado: não há nó pronto, mas o servidor MCP funciona. São necessários um aplicativo OAuth com permissão wiki:read, um token obtido pelo link de autorização com o seu ClientID e o identificador da organização. Para o «Yandex 360 para empresas» é o X-Org-ID; para o Yandex Cloud Organization, o X-Cloud-Org-ID. Em Credentials do n8n, cria-se um registro do tipo Multiple Headers Auth com dois cabeçalhos: Authorization e o cabeçalho da organização.

Depois há duas opções. O nó quadrado MCP Client chama a ferramenta diretamente. O nó redondo MCP Client Tool se conecta ao nó do modelo, e é o modelo que decide o que solicitar. O autor escolheu a chamada direta: HTTP Streamable, endpoint mcp.wiki.yandex.net, ferramenta GetPageById. O problema está no ID da página: ele só pode ser obtido pela API da Wiki, com uma consulta por slug, por exemplo via curl com o token e o cabeçalho da organização.

O que foi obtido e quais são as limitações

Os dados entre os nós são passados em JSON, e a saída do nó anterior é acessada por $json.nome_da_variavel. O mais fácil é descobrir os nomes das variáveis na aba Executions após qualquer execução, mesmo malsucedida. Resultado: o bot recebe o caso de uso, pergunta o link do requisito e devolve o caso de teste na thread. O autor publicou o workflow pronto no GitHub, em formato JSON.

Por enquanto, é uma demonstração de possibilidades, não uma avaliação de qualidade. Não há métricas: não se diz o quanto os casos de teste gerados coincidem com os escritos à mão nem quantos erros deixam passar. O próprio autor alerta para as armadilhas: a ferramenta não alcança requisitos que existem apenas na cabeça do cliente, nem elimina alucinações e verificações manuais. Elas serão tema do próximo artigo.

O que fazer na prática. Se a equipe já usa Pachka e Wiki, o workflow pode ser reproduzido em uma noite. Para a primeira execução, basta a chamada direta ao MCP: é mais previsível do que deixar a escolha da ferramenta para o modelo (essa é uma consideração nossa; o artigo não traz essa comparação). Mantenha as credenciais em Credentials, e não nos próprios nós. Verifique o resultado em 5–10 casos de uso reais e compare com o que um testador escreveria. Só depois disso vale decidir se esse agente é necessário no processo.

História

Perguntas frequentes sobre a notícia

O que montamos e com quê?

O n8n é um construtor de agentes que conecta modelos a código, task trackers, CI e outras infraestruturas. Cada ação é um nó separado, e os nós formam um workflow, como peças de Lego. O workflow pode ser exportado em JSON. O código-fonte é aberto: na nuvem do n8n paga-se pela hospedagem e por cada execução; na infraestrutura própria, é gratuito. Há mais de 2600 integrações, então é possível montar um agente para a maioria das stacks.

Como conectar o Pachka e a Wiki?

No lado do Pachka, é preciso criar um bot e ativar um webhook de saída. O autor destaca três opções: ignorar as próprias mensagens (para o bot não se acionar sozinho), ouvir qualquer mensagem e reagir ao clique em botões. O token é exibido pelo sistema uma única vez, por isso deve ser salvo imediatamente. Permissões: messages:read, messages:create, threads:read, threads:create e views:write — esta última é necessária para que o usuário passe a URL do requisito por um formulário.

O que foi obtido e quais são as limitações?

Os dados entre os nós são passados em JSON, e a saída do nó anterior é acessada por $json.nome_da_variavel. O mais fácil é descobrir os nomes das variáveis na aba Executions após qualquer execução, mesmo malsucedida. Resultado: o bot recebe o caso de uso, pergunta o link do requisito e devolve o caso de teste na thread. O autor publicou o workflow pronto no GitHub, em formato JSON. Por enquanto, é uma demonstração de possibilidades, não uma avaliação de qualidade.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…