Kane CLI
terminal တွင် မြန်မာ သို့မဟုတ် အင်္ဂလိပ်ဖြင့်ဖော်ပြရုံဖြင့် browser နှင့် mobile App စမ်းသပ်မှုများ လည်ပတ်နိုင်
Kane CLI သည် TestMu AI (ယခင် LambdaTest) က ၂၀၂၆ ခုနှစ် သြဂုတ်လတွင် ထုတ်ပြန်သည့် command line စမ်းသပ်မှုကိရိယာဖြစ်သည်။ terminal၊ IDE သို့မဟုတ် CI pipeline တွင် သဘာဝဘာသာစကားဖြင့် စမ်းသပ်မှုအဆင့်များ ရေးလိုက်ရုံဖြင့် တကယ့် Chrome browser သို့မဟုတ် virtual device ရှိ native App တွင် လမ်းညွှန်ခြင်း၊ ကလစ်နှိပ်ခြင်း၊ ဖောင်ဖြည့်ခြင်း၊ အချက်အလက်ထုတ်ယူခြင်း၊ ရလဒ်အတည်ပြုခြင်းတို့ လုပ်ဆောင်ပေးသည်။
လုပ်ဆောင်ချက်များနှင့် သင့်လျော်သည့်အခြေအနေများ
၎င်းတွင် သတိပြုထိုက်သည့် ဒီဇိုင်းဆုံးဖြတ်ချက်နှစ်ခုရှိသည်။ ပထမမှာ "လူနှင့် AI agent နှစ်မျိုးလုံးအတွက်"—တရားဝင်ပြောဆိုချက်မှာ လူ့developer နှင့် AI coding agent နှစ်ဦးလုံးအတွက် ရှင်းလင်းစွာဒီဇိုင်းထုတ်ထားသည့် ပထမဆုံး browser automation ကိရိယာဖြစ်ပြီး "AI ထုတ်လုပ်သည့် code" နှင့် "တစ်စုံတစ်ဦးက တကယ်အလုပ်လုပ်ကြောင်း အတည်ပြုပြီး" ဆိုသည့်ကွက်လပ်ကို ဖြည့်ပေးသည်။ သင့် coding agent က လုပ်ဆောင်ချက်ရေးပြီးလျှင် Kane CLI ကို တိုက်ရိုက်ခေါ်၍ ကိုယ်တိုင်စစ်ဆေးနိုင်သည်။
ဒုတိယမှာ မြင်ကွင်းအခြေခံ dynamic စောင့်ဆိုင်းခြင်းဖြစ်သည်။ ရိုးရာ automation စမ်းသပ်မှု၏ အနာကျင်ဆုံးနေရာမှာ စောင့်ဆိုင်းဗျူဟာဖြစ်သည်—ကွန်ရက်တောင်းဆိုမှုပြီးဆုံးခြင်းက မြင်ကွင်းအဆင်သင့်ဖြစ်ခြင်းကို မဆိုလို၊ ပုံသေစက္ကန့်စောင့်ခြင်းက အချိန်ဖြုန်းသည်။ Kane CLI သည် မြင်ကွင်းတွင် loader နှင့် animation ရှိမရှိကို ကြည့်၍ မည်သည့်အချိန်လုပ်ဆောင်ရမည်ကို ဆုံးဖြတ်သဖြင့် canvas၊ shadow DOM စသည့် ရိုးရာ selector များ မဖြေရှင်းနိုင်သည့် element များကိုလည်း ကိုင်တွယ်နိုင်သည်။ ခလုတ်နေရာပြောင်း၊ class အမည်ပြောင်း၊ စာမျက်နှာ load ပိုနှေးသွားသည်တို့ကြောင့် စမ်းသပ်မှုများ အစုလိုက် အနီပြောင်း၍ မကျရှုံးပါ။
လက်တွေ့တွင် စိတ်လှုပ်ရှားဖွယ်ဒီဇိုင်းနှစ်ခုရှိသည်—ရှည်လျားသောလုပ်ငန်းစဉ် အများဆုံး ၅၀ ဆင့် ကန့်သတ်၍ agent ထိန်းမနိုင်ဘဲ အဆုံးမရှိ လည်ပတ်ခြင်းကို ရှောင်ရှား၊ OTP သို့မဟုတ် CAPTCHA တွေ့လျှင် ရပ်တန့်၍ လူကိုတာဝန်လွှဲပြီး တိတ်တဆိတ်မကျရှုံးပါ။
macOS Apple Silicon တွင် ၎င်းသည် တောင်းဆိုမှုကို desktop browser အစား Android emulator သို့မဟုတ် iOS Simulator သို့ ဦးတည်စေသဖြင့် mobile စမ်းသပ်မှုကို သီးခြားပတ်ဝန်းကျင် ပြင်ဆင်ရန်မလို။ တပ်ဆင်ခြင်းကို npm သို့မဟုတ် Homebrew ဖြင့် လုပ်၍ စတင်ကုန်ကျစရိတ် အလွန်နိမ့်သည်။
အဓိက အင်္ဂါရပ်များ
- သဘာဝဘာသာစကားဖြင့် browser နှင့် mobile App စမ်းသပ်မှုအဆင့်များ ဖော်ပြ
- မြင်ကွင်းအခြေခံ dynamic စောင့်ဆိုင်းခြင်း၊ canvas နှင့် shadow DOM ကို ကိုင်တွယ်
- အပြင်အဆင်အနည်းငယ်ပြောင်းလဲမှုက စမ်းသပ်မှုအစုလိုက် မကျရှုံးစေ
- လူ့developer နှင့် AI coding agent နှစ်မျိုးလုံး ခေါ်နိုင်ရန် ပံ့ပိုး
- OTP၊ CAPTCHA တွေ့လျှင် ရပ်တန့်၍ လူကိုတာဝန်လွှဲ
- npm သို့မဟုတ် Homebrew ဖြင့်တပ်ဆင်၊ CI pipeline သို့ ဝင်နိုင်
အားသာချက်များ
- သဘာဝဘာသာစကားဖြင့် စမ်းသပ်မှုရေးသဖြင့် စမ်းသပ်ရေးအင်ဂျင်နီယာမဟုတ်သူများလည်း အသုံးပြုနိုင်
- မြင်ကွင်းအခြေခံ စောင့်ဆိုင်းဗျူဟာက ရိုးရာ selector ၏ အနာကျင်ဆုံး မတည်ငြိမ်မှုပြဿနာကို ဖြေရှင်း
- အခမဲ့ကန့်သတ်ချက် တစ်လ ၂၀၀ credits၊ တစ်ဦးချင်းစီမံကိန်းများ ငွေမပေးရသလောက်ဖြစ်
အားနည်းချက်များ
- တစ်ခုတည်းသောလုပ်ငန်းစဉ် အများဆုံး ၅၀ ဆင့်၊ အလွန်ရှည်သည့် end-to-end အခြေအနေများကို ကိုယ်တိုင်ခွဲရမည်
- credits ဖြင့်ကောက်ခံသဖြင့် စမ်းသပ်မှု အလွန်များသည့်အဖွဲ့များ ကုန်ကျစရိတ်ကို ထိန်းရမည်
- သဘာဝဘာသာစကားဖော်ပြချက်၏ တိကျမှုသည် code ထက်မမီ၍ ရှုပ်ထွေးသောအတည်ပြုချက်များ လူကိုယ်တိုင် ဒီဇိုင်းလုပ်ရဆဲ
အသုံးပြုမှုများ
- coding agent က လုပ်ဆောင်ချက်ရေးပြီးနောက် browser အပြုအမူကို ကိုယ်တိုင်အတည်ပြုစေခြင်း
- စမ်းသပ်ရေးအင်ဂျင်နီယာမရှိသည့် အဖွဲ့ငယ်များ အခြေခံ regression စမ်းသပ်မှု ဖြည့်ခြင်း
- mobile App ကို emulator ပေါ်တွင် အဓိကလုပ်ငန်းစဉ်များ အတည်ပြုခြင်း
- smoke test ကို CI သို့ချိတ်၍ ဖြန့်ချိမှုတိုင်းမတိုင်မီ အလိုအလျောက်လည်ပတ်ခြင်း
အယ်ဒီတာမှတ်ချက်
မြန်မာနိုင်ငံ၏ ထုတ်ကုန်အဖွဲ့များစွာသည် QA ဖွဲ့စည်းပုံ လုံးဝမရှိဘဲ စမ်းသပ်မှုမှာ "အွန်လိုင်းတင်ပြီးမှ အသုံးပြုသူက စမ်းပေးခြင်း" ဖြစ်နေသည်။ ဤကဲ့သို့ အခမဲ့ကန့်သတ်ချက်ဖြင့် စတင်နိုင်ပြီး framework ကို ဦးစွာမသင်ရသည့်ကိရိယာသည် ဤလက်တွေ့အခြေအနေအတွက် အထူးအဓိပ္ပာယ်ရှိသည်။ စမ်းသပ်မှုကို ဦးစွာရှိစေ၊ ထို့နောက်မှ စမ်းသပ်မှုအရည်အသွေးကို ဆွေးနွေးပါ။
မေးလေ့ရှိသောမေးခွန်းများ
မြန်မာဘာသာဖြင့် စမ်းသပ်မှုအဆင့်များ ရေး၍ ရပါသလား။
ကိရိယာကိုယ်တိုင်က သဘာဝဘာသာစကားနားလည်မှုကို အသုံးပြုသဖြင့် မြန်မာဖော်ပြချက်များ အများအားဖြင့် အလုပ်လုပ်နိုင်သော်လည်း တရားဝင်စာရွက်စာတမ်းနှင့် နမူနာများသည် အင်္ဂလိပ်ကို အဓိကထားသည်။ လက်တွေ့တွင် အဓိကအတည်ပြုချက်များကို အင်္ဂလိပ် သို့မဟုတ် ရှင်းလင်းသည့် element စာသားဖြင့် ရေးသားရန် အကြံပြုသည်၊ ပိုတည်ငြိမ်မည်။
Playwright ကဲ့သို့ framework များနှင့် အစားထိုးဆက်ဆံမှုလား။
လုံးဝ မဟုတ်ပါ။ Playwright က တိကျသောထိန်းချုပ်မှုနှင့် version ထိန်းနိုင်သည့် စမ်းသပ်မှုcode ပေးသဖြင့် ရေရှည်ထိန်းသိမ်းမည့် အဓိကစမ်းသပ်မှုအတွက် သင့်လျော်သည်။ Kane CLI က လျင်မြန်စွာလွှမ်းခြုံမှုနှင့် ထိန်းသိမ်းမှုနည်းခြင်းတွင် ကောင်း၏။ အဖွဲ့အများစု၏ ကျိုးကြောင်းဆီလျော်သောနည်းလမ်းမှာ အဓိကလုပ်ငန်းစဉ်ကို Playwright၊ ကျန်အခြေအနေများကို Kane CLI ဖြင့် ဖြည့်ခြင်းဖြစ်သည်။
သက်ဆိုင်ရာ AI ကိရိယာများ
Claude
Anthropic မှ ဖန်တီးထုတ်လုပ်ထားပြီး ရှည်လျားသောစာသားများနှင့် လုံခြုံစိတ်ချရသော ဆွေးနွေးမှုများတွင် ထူးချွန်သည့် AI လက်ထောက်။
BuildFolio
အလုပ်သမားက လက်ရှိနေရာဓာတ်ပုံရိုက်၊ ၆၀ စက္ကန့်ဖြင့် စျေးနှုန်းစာရွက်ထုတ်၊ ဤအလုပ် အမြတ်ရမရ လိုက်ကြည့်ပေးသည်
Rocketlane
AI agent များကို အတိုင်ပင်ခံပရောဂျက်လွှဲပြောင်းလုပ်ငန်းစဉ်ထဲထည့်၍ SOW မှ ပရောဂျက်အစီအစဉ်ကို အလိုအလျောက်ထုတ်
Bastet AI
computer vision ဖြင့် ကော်ပိုးဘုတ်နှင့် CCTV ဖန်သားပြင်ဖတ်၍ ပိုးမွှားစစ်ဆေးခြင်းကို လူလုပ်မှ ၂၄ နာရီအလိုအလျောက်ဖော်ထုတ်ခြင်းသို့ ပြောင်း
MECH AI
အင်ဂျင်ချွတ်ယွင်းမီး လင်းလာပြီဆိုလျှင် code သို့မဟုတ် ဓာတ်ပုံ ပို့လိုက်ရုံဖြင့် ဘယ်နေရာ ပျက်နိုင်သည်ကို ပြောပြမည်
CCC Intelligent Solutions
ကားတိုက်ပြီးနောက် ဓာတ်ပုံအနည်းငယ်ရိုက်လျှင် AI က ပြင်ခ ကြိုခန့်မှန်း၍ လျော်ကြေးကို ရက်များမှ မိနစ်များသို့ လျှော့ချသည်