项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 1019
技术标签
使用教程
环境要求
- Python 环境(用于 pip install alumnium)
- Node.js 环境(用于 npm install alumnium)
- Java/Groovy 构建环境(Gradle,用于 Java 依赖接入)
- OpenAI API Key(MCP 方式启动时需要)
- 已有 Appium、Playwright 或 Selenium 之一作为底层驱动
安装与启动步骤
-
1安装 MCP 命令行工具
通过官方安装脚本安装 alumnium 的 MCP 可执行文件,供 Agent 调用。
curl -LsSf https://alumnium.ai/install.sh | sh -
2把 MCP 注册给 Agent
将 alumnium 添加到 Claude Code 等 MCP 客户端,并通过环境变量传入 OpenAI 密钥。
claude mcp add alumnium --env OPENAI_API_KEY=sk-xxxxxxxx -- alumnium mcp -
3Python 项目安装
在 Python 测试项目中直接通过 pip 安装 alumnium 库。
pip install alumnium -
4TypeScript 项目安装
在 Node/TypeScript 测试项目中通过 npm 安装 alumnium 包。
npm install alumnium -
5Java 项目引入依赖
在 Gradle 的 dependencies 中加入 alumnium 主体和对应平台的 CLI 依赖,按系统选择平台包。
dependencies { testImplementation 'ai.alumnium:alumnium:0.21.0' testRuntimeOnly 'ai.alumnium:alumnium-cli-darwin-arm64:0.21.0' // Add other platforms as needed } -
6用自然语言跑测试
启动你的 Agent(如 Claude Code),直接告诉它打开目标 URL 并测试你的应用即可。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OPENAI_API_KEY | 是 | MCP 注册时通过 --env 传入的模型密钥,供 LLM 驱动测试 | sk-xxxxxxxx |
如何确认成功
注册成功后,在 Claude Code 中能看到 alumnium 提供的 MCP 工具,并能用自然语言指令让它打开网址、执行测试。
常见问题
Q:MCP 方式必须要有 OpenAI API Key 吗?
A:README 的 MCP 注册示例中通过 --env OPENAI_API_KEY 传入密钥,说明 MCP 方式需要该密钥;其他语言的用法请参考官网文档。
Q:同一个项目能同时跨 Web 和移动端吗?
A:可以。Alumnium 底层对接 Appium、Playwright、Selenium,同一套测试思路可跨浏览器与移动端复用。
Q:Java 项目只加一个依赖就够了吗?
A:不够。除 ai.alumnium:alumnium 外,还需按运行平台添加对应 CLI 依赖,如 darwin-arm64 版本,其他平台需自行补充。
Q:和传统 E2E 测试的区别是什么?
A:它由 LLM 理解页面语义来定位元素、执行操作和断言,减少对 CSS/XPath 硬编码选择器的依赖,页面改动后更不容易挂。
注意事项
- README 中的 Java 依赖版本为 0.21.0,接入时请确认平台对应的 CLI 包名。
- MCP 方式还需为其他 MCP 客户端单独配置,具体见官方文档 https://alumnium.ai/docs/。
- README 的 Quick Start 被截断,断言与操作 API 的完整写法则以官网文档为准。
核心亮点
- 底层复用 Playwright/Selenium/Appium 等成熟驱动,AI 只负责语义定位与决策,不重造轮子
- 提供 TypeScript、Python、Java 多语言绑定,跨 Web 与移动端统一测试写法
- 以语义理解替代硬编码选择器,降低页面结构变动导致的测试维护成本
不足之处
- 依赖 LLM 推理,测试执行速度、稳定性和成本受模型质量与调用延迟影响
- 项目星标约 1000,生态与文档成熟度仍在早期,长期维护待观察
适用场景
- Web 应用频繁改版,希望减少选择器维护成本的回归测试
- 让 AI Agent 自动完成端到端流程验证与冒烟测试
- 同一团队需要同时覆盖 Web 与移动端的跨平台测试
替代项目
Playwright、Cypress、Selenium
上一篇:Gemini-Nexus
下一篇:flow-like
同类项目推荐
stealth-browser-mcp
开源
用聊天命令操控浏览器,轻松绕过反爬虫,实现像素级自动化。
Stealth browser automation for AI agents over MCP and the Chrome DevTools Protocol: ···
HeadlessX
开源
让浏览器自动化隐形,反检测抓取不再愁
The undetected self-hosted browser automation platform. Powered by Camoufox (Firefox···
usd-content-agents
开源
用视觉大模型自动给 3D 资产配材质、定物理属性、生成纹理
AI-powered agents for automating 3D content workflows using Vision-Language Models (···
video-recap-skills
开源
丢个视频给 Claude,自动出中文解说成片还能导剪映
Claude Code / Codex skills that turn a video into a Chinese narration recap (视频解说···
mobilerun
开源
说句话就让手机自己点,跨 App 自动跑流程
Automate your mobile devices with natural language commands - an LLM agnostic mobile···
agent-wechat
开源
让微信自动收发消息,把重复沟通交给脚本
A native, open-source WeChat client for desktop, CLI, and AI agents.
woml
开源
用可读文档写自动化,流程像代码一样可版本管理
Build automated workflows, apps, and AI agents with WOML
career-ops
开源
在命令行里用 AI 自动筛选职位、定制简历,求职效率翻倍
Open-source AI job search agent and job finder: scan job boards, score each job 1-5 ···
botcity-framework-core-python
开源
用 Python 写代码搞定 RPA,告别拖拽工具
BotCity Framework - Python
