AI Agent构建线上巡检实战：从零搭建自动化巡检闭环

从大模型到智能体：先理清概念

很多测试从业者对AI的认知还停留在豆包、扣子、DeepSeek^广告这类对话工具上，觉得"问一句答一句"就是AI的全部能力。但如果你只从这个角度理解AI，就会得出"AI提不了效"的错误结论。

真正需要区分的是**大模型（LLM）与智能体（Agent）**这两个概念。大模型是背后的"大脑"，而Agent是一个能够操作电脑、执行任务的应用外壳。以Claude Code、OpenClaude这类工具为例，它们本质是一个命令行式的Agent——你把一个文件夹交给它托管，就可以用自然语言让它统计文件数量、创建文件、读写执行代码。如果把背后的大模型拿掉，Agent就是一个什么都做不了的"植物人"。

AI最大的价值在于降低应用门槛，但它的难点是"易学难精"。你只要会说话就能上手，可要真正把结果做对做好，还需要人在旁边不断梳理、教它、纠错。这一点是理解后续所有实战的基础。

Agent的三大类型与自然语言驱动

当前的智能体大致可分为三类：

• IDE类工具：主要用于编码编程，写代码能力强大；
• 命令行式工具：如Claude Code，打开就是一个命令行界面；
• 个人助理类工具：如OpenClaude、可乐（Kola）等自托管引擎。

重点在于自托管式引擎这个特性。像OpenClaude这类工具不内置固定大模型，可以自由对接、自己配置。它具备系统级执行能力，采用自然语言驱动，能够读写、执行、编码，还可以通过MCP、Skill等方式自由扩展能力。

它与在线问答类工具（GPT、豆包）的最大区别在于：在线工具只能告诉你"一二三四五"的操作步骤，但无法保证在你电脑上真正执行下去，因为每个人的环境、系统版本、硬件配置都不同。而个人助理类Agent能够从零到一把事情做完——执行报错了就自己修改、自己修复，最终一定给你一个能跑通的结果。

这也是为什么"AI替代测试"的话题突然火起来：这类工具越来越流行，人们发现它能用自然语言直接操作电脑。但需要清醒认识到，AI目前并不具备完全替代人工的能力，它只能大范围减少工作量。

AI提效的正确姿势：AI+自动化+人工管制

有人问：AI来了，自动化是不是不用学了？这个问题本身有认知偏差。

自动化和AI本质是同一个思路——把任务交给计算机自己完成。区别在于：自动化需要人写好脚本、考虑所有情况；而AI理论上连脚本都不用写。但"理论上"三个字很关键，实际工作中AI往往不够靠谱，涉及核心算法、复杂逻辑时常常做不好。

因此最务实的方案是：

人工管制 + AI驱动执行 + AI分析结果

简单的代码可以让AI自动生成，但核心算法仍需人工审核修改；AI负责执行测试、分析结果是否通过。这才是当下真实的行情。

很多人设想的AI提效流程是：需求自动分析 → 用例自动生成 → 与Bug管理工具打通 → 自动执行测试 → 自动发报告并群通知。这个设计思路方向没错，但真要落地你会发现：AI找问题一定能找出一些，但能否找全、能否直接拿到会议上汇报，是两码事。AI必然存在幻觉，最终仍需人工审核这道关口。

当你把提示词用到极致，AI会在几个答案之间来回跳（答案一、答案二、答案三……），这说明它已经到了这套描述能达到的极限。理解AI的边界，是使用AI提效的前提。

实战：用Agent构建线上巡检方案

以"线上巡检"这个场景演示完整的落地流程。线上巡检属于测试右移的概念——直接对线上业务系统做检查巡逻，尽早发现问题，最大程度减少损失。相比运维只关注服务器环境健康，业务层面的巡检需要测试来负责。

第一步：确认Agent能否操作Web页面

首先要判定AI是否具备操作Web系统的能力。以一个读书类项目为例，让Claude检查页面是否正常。在没有装载任何技能时，Agent只能走一条"很远的路"：通过命令行抠出页面源码，读取分析，反复调代码看源码，消耗大量Token却依然无法检查到每个页面元素的真实状态。

解决办法是装载Skill技能。创建一个skills文件夹，加载合适的技能后，Agent的执行流程立刻不同——它能正常渲染页面并发现问题，比如某本书的封面图片资源加载失败（404）。这正是线上巡检的初衷所在。

你可能没注意到，不同智能体的用法有差异：迷你型命令行工具没有那么多"花活"，而带界面的Agent（如基于MiniMax的助理）会要求用截图等方式来判断页面元素是否正常，同样需要把Skill装载进去才好用。

第二步：打开浏览器操作权限

以OpenClaude为例，它的内置工具里有一项"web"能力，代表能够操作浏览器，但这道"门"默认是关闭的。

通过配置把浏览器可操作性打开后，Agent就能执行截图、检查资源等操作，并给出截图存放路径。这里要强调Agent的一个重要特性——结果可追溯性：每一个操作、每一个回答都有结果可查。如果结果与预期不符，你可以直接质问它"巡检时为什么没发现这个问题"，它会告诉你"检查每个静态资源这一步我没有做"，从而反过来指导你优化提示词（如"务必检查每个静态资源404、检查图片尺寸"）。

第三步：定时任务与自动执行

巡检必须能长期、自动执行才有意义。带界面的Agent通常都有"定时任务"概念。设置执行频率时（用类cron表达式，现在直接用自然语言告诉Agent即可，不用再去百度标准写法），并把巡检要求写进参数：

1. 检查每个静态资源；
2. 检查图片实际尺寸；
3. 确认页面一切正常。

添加后，Agent会到点自动执行，并保留运行历史，记录每次执行时间、问题描述和结果，全程有迹可循。

第四步：结果通知

巡检完了不能靠人去翻历史记录，需要主动通知。通知方式很多——飞书、钉钉、企业微信等办公工具都支持消息推送。

具体做法是：在企业微信群里配置一个"线上巡检推送"的机器人，获取推送地址，然后告诉Agent"检查页面 → 将结果推送到这个地址"。执行完毕后，群里就收到了本次巡检结果：问题位置在页面底部更新榜单区，某本书封面图片失效。至此，一个完整的自动巡检闭环就搭建完成了。

AI元素定位靠视觉识别而非传统脚本

有同学问：对于有反爬、复杂结构的页面，AI好使吗？答案是好使，因为AI的元素定位机制与传统方式完全不同——它靠的是视觉识别。

传统自动化找元素往往要花大量时间处理显式等待、隐式等待、定位不到等问题，因为某些元素只有操作完成后才出现。而用AI，你只需配好大模型接口，然后用自然语言描述："点击某按钮，暂停一下，判断页面上是否出现某文字"。这大幅降低了元素定位的技术门槛。

这也解释了传统自动化与AI巡检的核心差异：

维度	传统自动化	AI Agent
技术门槛	高（需写脚本、搭Jenkins/CICD）	零门槛（自然语言）
定位方式	元素定位脚本	视觉识别
成本	人工开发成本高	仅Token消耗
稳定性	结果稳定	结果可能偏差，需评估

正因为AI每次结果可能不一样，我们才需要做大模型评估（选择最适合公司的模型）和智能体评估，确保方案的可靠性。

举一反三：性能测试方案的自动生成

同样的方法论可以迁移到性能测试。当你直接说"帮我做性能测试"时，一个好的Agent不会盲目执行，而会像资深工程师一样反问你：

• 是新功能上线要看能扛多少用户？还是系统变慢要找原因？
• 目标是多少并发在线、多少TPS？
• 测单接口还是一串接口？
• 是否要加思考时间（1~3秒模拟真实用户）？
• 服务器配置（CPU、内存、硬盘型号）、数据量级、是否有第三方接口？

把不规范的接口文档喂给它，它也能读取并生成规范的测试方案，明确每个阶段该做什么、最终达到什么目标。这个过程本身就是把"不会做性能测试的人"训练成"会问对问题的人"。

结语：从执行者到质量管理者

本文的核心不是某个具体工具的操作，而是AI提效如何融入日常测试流程。方法论其实很统一：

把操作目标和期望状态用自然语言描述清楚 → Agent执行 → 人工审核结果。

真正的门槛不在技术，而在思维。如果你只是"叫你做什么就做什么"的执行者，很难把AI用好。你需要建立质量管理体系思维，理解测试全流程中每个环节能做什么，才能用AI重构掉大量重复的手动测试内容——这正是AI提效最重要的方向之一。