大家好，我是 Waterfall AI Test 的维护者。做 AI 自动化测试时，我发现让模型写出 Playwright 代码并不难，难的是让结果经过审查、真实运行、失败修复和版本管理，最终成为团队能继续维护的测试资产。
因此我做了 Waterfall AI Test。它是基于 Playwright Test Agents 的独立开源可视化工作台，不是 Playwright 官方产品。平台没有再做一个聊天窗口，而是把工作拆成七个有状态的阶段：
需求 → 测试模块 → 可编辑测试计划 → 测试脚本 → 浏览器验证 → 测试集 → 执行报告
每个阶段都保留产物和状态。想快速尝试时可以让智能体自动推进；需要控制风险时，可以确认模块与覆盖策略，修改测试计划或脚本，再选择重试、修复或执行当前版本。
我尤其想解决“生成后就结束”的问题。脚本会在真实浏览器中执行，定位器、页面状态和断言通过验证后才进入测试集。失败不会被隐藏：平台保留失败阶段、错误原因和已有日志，可以调用修复智能体，再重新运行复验；自动修复不合适时，也能人工接管，不必从头开始。
另一个设计重点是证据链。每次执行都有独立运行编号，并关联汇总结果、逐脚本状态、测试报告，以及按配置生成的视频、截图和追踪文件。测试计划和脚本的修改通过工作区本地 Git 留下版本，方便查看历史、恢复版本，并把计划、代码和运行记录对应起来。这样团队能知道某个结果由哪版计划和代码产生，也能看见失败后究竟改了什么。
项目采用 Apache-2.0 许可证，目前是公开 Beta，支持在 Linux/amd64 Docker 上由可信团队进行单组织、单租户自托管。平台会执行准备脚本和测试代码，所以不是不可信代码沙箱；只应连接已获授权、隔离、可恢复的非生产测试环境，并使用可撤销的最小权限账号。部署时需要 TLS 和访问控制，日志与执行证据也应按敏感产物管理。
GitHub：
https://github.com/jiongfeng/waterfall-ai-test-platform
在线 Demo：
http://43.130.174.131:5000/
登录账号：demouser
密码：demouser
这是公开共享环境，请勿输入真实密码、生产数据或内部需求。自托管步骤及完整安全边界以仓库文档为准。
中文演示视频：
我很想听听测试同行的意见：AI 生成的测试还要经过哪些检查，才适合进入回归测试集？失败修复记录和运行证据做到什么粒度才真正有用？欢迎讨论，也欢迎通过 GitHub Issue 提交可复现的问题。
