2026年 Agent Vibe Testing：基於 Playwright 的自動化 AI 測試

以 AI 為基礎的 Playwright 端對端測試－由 Agent (代理) 操控瀏覽器，而你負責指揮。涵蓋從測試案例編寫到 CI/CD 管線的全套 TypeScript 方案。

從這 2.5 小時的課程，你會學到

建立一套完整的 Playwright 端到端測試套件，用於在實際運行的應用程式中發現 15 個真實缺陷
利用 Playwright MCP 讓 AI Agent 操控真實瀏覽器，在尚未編寫任何測試案例的情況下探索應用程式
建立四個可重複使用的 AI 技能，將您在測試設計、用例編寫、缺陷報告及不穩定測試（flaky test）分類方面的標準固化其中
審慎評估 AI 產生的測試案例，識別脆弱的定位器、薄弱的斷言以及誤報的「通過」結果（false greens）
將測試套件整合到 GitHub Actions 管線中，實現每次程式碼推送時自動進行無頭（headless）測試，並歸檔測試報告與追蹤記錄
將失敗用例進行分類，判定其屬於真實缺陷還是不穩定測試，進而編寫開發人員可據此採取行動的缺陷報告

要求

對 Web 應用程式運作方式（頁面、表單、按鈕等）有基本了解（無需程式設計經驗）
一台運行 macOS、Windows 或 Linux 系統的電腦
一個免費的 GitHub 帳戶
Antigravity IDE 和 Node.js — 都是免費軟體，將在第 3 節安裝

課程說明

本課程涉及人工智慧的應用。

這正是本課程的核心所在。課程教授的是一種「AI 優先」的測試工作流程，而課程本身的製作也採用了這一流程：包括 AI 輔助生成的腳本、旁白、翻譯和程式碼，所有內容均由人類講師進行審核與指導。你在螢幕上看到的內容，正是該工作流實際產出的成果。

Playwright 是當今瀏覽器測試和端到端（E2E）測試領域的現代標準，而 Web 測試自動化也是 QA（品質保證）和 SDET（軟體開發測試工程師）職位招募中最熱門的技能之一。你將使用 TypeScript 編寫實際的測試案例，在 Chromium、Firefox 和 WebKit 等不同瀏覽器上運行它們，並將其整合到 CI/CD 管線中。在本課程中，你將學習如何以 2026 年主流的實戰方式進行測試：讓 AI 代理（AI agent）操控真實瀏覽器、探索應用程式並編寫測試用例，而你則作為審核者，把控關鍵環節並做出最終決策。

你將測試一個真實的應用程式 — TechShop — 其中預埋了 15 個缺陷。這些缺陷包括：明文儲存的密碼、購物車運算錯誤、無回應的結帳按鈕，以及提交後內容完全為空的表單。課程結束時，你將擁有一套能夠捕捉所有這些缺陷的 Playwright 測試套件，並能實現每次程式碼推送時自動運行。

本課程的獨特之處在於：

大多數 Playwright 課程只教具體的命令 — 即各種方法、選擇器和文法；而本課程則傳授一種工作方式。

在編寫任何測試程式碼之前，你將目睹一個 AI Agent 透過 Playwright MCP 啟動真實瀏覽器，自主探索應用程式 — 它會像坐在鍵盤前的測試人員一樣，進行點擊、閱讀並報告發現的情況。

隨後，你將建構大多數課程都不會涉及的內容：即供 Agent 使用的「可重複使用技能」。這些技能共有四項，分別用於設計測試案例、編寫測試、報告缺陷，以及區分真實缺陷與偶發性故障（flaky tests）。一旦建造完成，這些技能便歸你所有，成為你帶入下一個專案乃至下一份工作的有力籌碼。

您將製作出的成果：

一套完整的 Playwright 測試套件（TypeScript），涵蓋登入、購物車及結帳流程
專屬 AI 技能( Skills )包－包含四個可永久重複使用的 skill 檔案
基於實際測試失敗產生的結構化 Bug 報告，可直接提交
GitHub Actions 管線：每次程式碼推送時自動以無頭模式（headless）執行測試，並歸檔 HTML 報告與追蹤記錄（traces）
針對一個全新應用（先前未接觸過）的結項實戰計畫－需獨立完成
一個可直接應用於下一個專案的提示詞（Prompt）庫

您將使用的工具：

– Playwright (TypeScript)

– Antigravity IDE + Playwright MCP

– GitHub + GitHub Actions

– Node.js

所使用的每款工具都提供免費層級。除了課程本身的費用外，你無需額外花錢。

關於 AI 的實話：

程式碼是由 AI 編寫的。它並不了解你的應用程式中何為「正確」 — 只有你才清楚。因此，本課程的很大一部分內容在於學會解讀 AI Agent 產生的程式碼，並能識別其中的錯誤：例如脆弱的定位器（locators）、薄弱的斷言（assertions），以及自動化測試中最危險的情況 — 即測試因錯誤的原因而通過。測試結果顯示為綠色（通過）並不代表邏輯正確；只有符合你預期的結果才是正確的。

本課程適合人群：

希望在沒有程式設計背景的情況下轉型從事自動化測試的手動測試人員及 QA 測試員
已完成「Manual Vibe Testing」課程，並希望將先前手動執行的測試轉化為自動化測試的學員
希望為 Web 應用實現穩健端對端測試覆蓋的開發人員
任何對 AI Agents 與 Playwright MCP 如何在 2026 年變革瀏覽器測試感興趣的人士

你無需從零開始編寫程式碼。你需要明確應用的功能需求－由智能體負責處理程式碼，而你則負責進行判斷。

目標受眾

準備轉型自動化測試但缺乏程式設計背景的手動測試人員及 QA 測試員
已完成「Manual Vibe Testing」課程，並希望將手動測試流程自動化的學員
希望為 Web 應用建立穩健端對端測試覆蓋的開發人員
希望了解 AI 智能體如何提升測試套件編寫效率的 QA 工程師
任何希望擁有實戰作品集專案（包含測試套件、技能組合及 GitHub 上的即時 CI 管線）的人士

講師簡介

Martin Homola 高級品質保證 (QA) 工程師 | 10年以上經驗 | AI 測試專家

我是 Martin Homola，資深 QA 工程師，在企業級軟體、製藥、金融和電子商務等領域的品質保證方面擁有超過 10 年的經驗。

我擁有布拉格經濟大學（University of Economics, Prague）的資訊科技碩士學位，並持有 AWS 雲端運算與解決方案架構的認證。

在我的職業生涯中，我發現了一個不變的真理：那些能夠不斷適應變化的測試人員，才能在業界中脫穎而出。 2024 年和 2025 年，AI 工具從根本上改變了手動測試人員的日常工作產出——我開設這門課程，正是為了幫助你走在這一變革的前沿，而不是被動追趕。

這門課程是實用的實戰指南；當 AI 工具開始重塑測試領域時，我曾多麼希望當時能有這樣一門課程。我教授的所有內容都源自於真實的專案、真實的 Bug 和真實的工作流程，而非空洞的理論。

我的目標很簡單：學完本課程後，你將能夠更有效率地進行測試和編寫文檔，並憑藉一套大多數 2026 年的測試人員尚未掌握的技能工具，自信地勝任任何 QA 職位。

字幕：英文

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

Udemy 永久擁有課程 大多課程約 NT390（點擊看優惠)
✨年訂閱每月 NT350 優惠 ( 現在進一步優惠⏳NT245/月 ) 🌈悠遊 Udemy 的 28000+ 門課，最大化學習 ( 原價 NT635/月 )
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現