TesterArmy 开源 e2e 登顶 GitHub 日榜：一句自然语言驱动 Web/移动端测试，录制回放后零模型调用

核心背景与行业痛点

编码 Agent 让写代码的速度暴涨，但端到端测试仍靠手写 Playwright/Cypress 选择器，UI 一改就大面积失效。纯 LLM 驱动的「AI 测试」又贵又不稳定：每次运行都要调模型、结果不可复现。TesterArmy 开源的 e2e（Apache-2.0）今天单日 +1,430 星登上 GitHub Trending 第一，正是瞄准这个缺口。

架构亮点与底层机制

• 混合写法：同一个测试里，agent.act('把工作区升级到 Pro')、agent.assert(...) 用自然语言描述目标，再用 screen.getByRole(...) 等定位器做确定性断言。
• 录制回放缓存：被后续断言验证过的 Agent 步骤会被录制，下次运行直接回放、不调用模型，直到应用变化；0.17.0 收紧了回放校验——按 Agent 与脱敏上下文哈希分键，要求可观察的界面变化真实发生，--strict-cache 下过期录制直接报 REPLAY_STALE。
• 多引擎：@e2e-dev/web 基于 Playwright（Chromium/Firefox/WebKit），@e2e-dev/mobile 驱动 iOS/Android 模拟器；另有 PR 评论 Reporter、Kernel 托管浏览器、EAS 托管模拟器。
• 决策模型执行器：@e2e-dev/decision 让决策模型只做「选哪个操作、哪个元素」的概率选择，小模型只负责填字段，替代完整 LLM Agent。

权威 Benchmark 与实测跑分对比

项目未发布官方准确率或耗时基准，以下为可核验数据：GitHub 总星 3,828、今日 +1,430；npm e2e 周下载 60,933（9/28–10/4）；0.16.0 安装依赖从 117 个包降到 29 个、体积约 36MB→31MB。项目仍处 1.0 前，API 可能在小版本间变化。

开发者实战落地与开箱指南

1. 在应用目录执行 npx e2e init，选择 Web 或 Mobile 与模型来源（可自带订阅、API Key 或本地模型；不写 Agent 步骤则无需模型）。
2. 0.17.0 起支持 GitHub Copilot 的 Responses 模型与 OpenCode Console 登录。
3. 文档随包附带在 node_modules/e2e/docs，Claude Code / Codex 可离线读取；官方提供从 Playwright、Cypress、Selenium、Detox、Maestro 迁移的指南。
4. 注意：CLI 默认发送匿名遥测，可用 E2E_TELEMETRY_DISABLED=1 关闭；官方建议 Node.js 24.8+（Node 22 需 22.22.3+），Windows 需在 WSL 内运行。