)
技术融合架构
ollama 与 skyvern 在 Dify 自动化测试中，共同构建起了一个紧密协作、高效运行的技术融合架构，宛如一个精密而复杂的交响乐团，每个乐器组都各司其职，又相互配合，共同演奏出美妙的测试乐章 。
从整体架构来看，ollama 作为智能大脑，主要负责测试用例的生成和智能分析。它基于自然语言理解和生成技术，能够根据测试人员输入的自然语言描述，自动生成详细的测试用例。例如，测试人员只需简单地描述 “测试电商网站的购物流程，包括商品搜索、添加购物车、结算支付等环节”，ollama 就能迅速理解需求，并生成涵盖各种正常和异常情况的测试用例，如搜索热门商品、搜索不存在的商品、添加限购商品到购物车、使用不同支付方式进行结算等。同时，ollama 还能够对测试结果进行智能分析，挖掘出潜在的问题和风险，为测试人员提供有价值的建议和改进方向。
skyvern 则专注于网页自动化操作和元素识别。它利用先进的视觉大模型和计算机视觉技术，实现对网页元素的精准定位和操作。在测试过程中，skyvern 就像是一个不知疲倦的机器人，能够按照 ollama 生成的测试用例，自动在网页上进行各种操作，如点击按钮、输入文本、选择下拉框等。而且，skyvern 的元素识别能力非常强大，它不受网页元素定位方式变化的影响，能够准确地识别出各种复杂网页中的元素，确保测试的稳定性和可靠性。
Dify 则作为整个架构的核心枢纽，负责协调 ollama 和 skyvern 之间的数据交互和任务执行。它通过可视化工作流设计，将 ollama 生成的测试用例和 skyvern 的自动化操作有机地结合起来，形成一个完整的测试流程。在 Dify 的工作流中，测试人员可以轻松地配置测试环境、选择测试用例、监控测试进度和结果，实现对整个测试过程的全面掌控。
在数据交互流程方面，当测试人员在 Dify 中发起一个测试任务时，首先会将测试需求以自然语言的形式输入给 ollama。ollama 接收到需求后，经过分析和处理，生成相应的测试用例，并将这些测试用例发送给 Dify。Dify 根据测试用例的要求，调用 skyvern 对网页进行自动化操作。skyvern 在操作过程中，会实时将操作结果反馈给 Dify，Dify 再将这些结果传递给 ollama 进行分析。ollama 根据分析结果，生成测试报告，并将报告返回给测试人员。整个数据交互流程就像是一条高效的生产线，各个环节紧密配合，确保测试工作的顺利进行。
实际测试流程演示
以用户登录流程测试为例，让我们来详细领略一下 ollama 与 skyvern 结合后在 Dify 自动化测试中的神奇表现 。
第1步：登录 Dify
浏览器打开：http://192.168.0.18:8080（自己地址）
第2步：创建新工作流
点击创建应用→工作流
命名为 "自动化登录"
📝 配置工作流节点
节点1：开始节点
点击开始节点，添加输入变量：
变量名：user_input
类型：文本
标题：测试需求
节点2：集成Ollma
（1）添加结点
（2）选择LLM
（3）上下文设置变量值，选择user_input
（4）SYSTEM中维护如下内容
你是测试助手。将用户的自然语言测试需求转换为操作步骤列表。 用户需求：{{#开始.user_input#}} 输出格式（每行一个步骤）： 打开 http://192.168.0.130/ceshi 输入用户名 [具体用户名] 输入密码 [具体密码] 点击登录按钮 等待3秒 规则： 1. 如果用户说"登录系统"，使用用户名 admin，密码 admin123 2. 如果用户提供了用户名和密码，使用用户提供的 3. 必须输出具体的用户名和密码，不要输出占位符如 {用户名} 4. 只输出步骤，不要输出解释 5. 每步一行，不要编号 示例1： 用户说：登录系统 输出： 打开 http://192.168.0.130/ceshi 输入用户名 admin 输入密码 admin123 点击登录按钮 等待3秒 示例2： 用户说：登录系统，用户名 test，密码 123456 输出： 打开 http://192.168.0.130/ceshi 输入用户名 test 输入密码 123456 点击登录按钮 等待3秒 示例3： 用户说：登录 http://example.com，账号 john，密码 secret 输出： 打开 http://example.com 输入用户名 john 输入密码 secret 点击登录按钮 等待3秒 |
节点3：代码结点
（1）添加结点
（2）选择代码执行
（3）输入变量 变量名input_data ,选择LLM下text
（4）PYTHON3中维护如下代码
defmain(input_data): # 如果输入是字符串 ifisinstance(input_data,str): description = input_data # 如果输入是字典 elifisinstance(input_data,dict): description = input_data.get("text","") else: description =str(input_data) return{ "description": description } |
（5）输出变量 变量名description 变量类型String
