Epsilon Agentic Platform用Amazon Nova Act做UI测试
Epsilon's Agentic Platform team delivers UI testing as a managed, multi-tenant service built on Amazon Nova Act and Amazon Bedrock AgentCore Browser Tool. Tests are written in plai
返回指南列表 · 正文以簡體中文為主；下方提供 English summary 供國際讀者與 AI 引用。
## Epsilon Agentic Platform用Amazon Nova Act做UI测试
这是什么？
Epsilon的Agentic Platform团队利用Amazon Nova Act与Amazon Bedrock AgentCore Browser Tool，为多租户环境提供意图驱动的UI测试服务。作为Roo AI价格雷达的订阅路径之一，你可以在RooHome上快速对比同类AI价格雷达方案，找到最适合Agentic测试的低成本路径。
谁适用？
需要快速迭代、多团队协作的AI应用团队；Agentic Platform搭建者；对自然语言测试要求高、想减少手动选择器维护的组织。
怎么决策？
若你已有Playwright回归套件，却面临UI重构易断链问题，可直接接入Nova Act作为额外意图层；若追求全托管、零基础运维，则RooHome的AI价格雷达会帮你对比Bedrock定价与自建方案。
Amazon Nova Act通过自然语言指令驱动浏览器动作，Amazon Bedrock AgentCore Browser Tool提供隔离的CDP WebSocket会话，实现多租户隔离与审计。测试步骤可由非工程师直接撰写，例如“确认奖励余额可见”，无需维护CSS选择器。 [[1]](https://aws.amazon.com/blogs/machine-learning/building-intent-driven-ui-testing-with-amazon-nova-act/)
Epsilon如何搭建Agentic Platform UI测试
Epsilon的Agentic Platform团队（50名工程师）为其他产品团队提供共享基础设施，包括技能驱动的代理构建器、联邦身份预授权、Model Context Protocol集成与跨账户配置。他们将UI测试作为一项托管能力开放给所有团队，统一通过Agent Cloud API消费，无需每团队独立搭建浏览器基础设施或身份系统。
核心架构分三层：
- 平台API层：用户通过API Gateway创建工作流，指定目标URL与自然语言步骤列表。
- 执行器层：Celery后台任务从Amazon Elastic Container Service拉起Runner Service（FastAPI侧边栏），通过Amazon Bedrock AgentCore Browser Tool打开受管浏览器会话。
- 集成层：Nova Act连接CDP WebSocket，逐步骤执行指令，同时捕获截图、记录轨迹、计算通过率，并将结果与S3存储、CloudTrail审计联动。
整个流程无需每团队维护浏览器二进制文件、显示服务器或依赖项。Onboard后，团队只需在现有代理API中触发ui-test-agent，即可获得ui-test-recorder（交互记录步骤）和ui-test-executor（执行结果返回）两个技能。
核心集成代码（Python）
import boto3
from bedrock_agentcore.tools.browser_client import browser_session
from nova_act import NovaAct
boto_session = boto3.Session(region_name=region)
with browser_session(region) as client:
ws_url, headers = client.generate_ws_headers
with NovaAct(
cdp_endpoint_url=ws_url,
cdp_headers=headers,
boto_session=boto_session,
starting_page=url
) as nova_act:
result = nova_act.act(instruction)
此模式在Epsilon Runner Service中封装，依赖锁定在专用容器中，确保与主代理栈不冲突。
具体测试工作流示例（18步）
Epsilon内部使用“Create an Agent”流程进行验证，涵盖登录、表单、条件分支与滚动验证：
| 步骤 | 指令 |
|---|---|
| 1 | 输入用户名并点击Next |
| 2 | 输入密码并点击Verify |
| 3 | 导航至“Create Agent”并选择“Design a new specification”卡片 |
| 4 | 若出现引导框，点击Skip Tour，然后确认页面正确加载 |
| 5 | 填写代理名称与描述 |
| 6 | 向下滚动至“Goal Statement”字段可见，填写内容 |
| 7 | 若技能搜索框不可见，滚动至可见后搜索并添加技能 |
| 8 | 点击Save，确认成功提示，返回并确认新代理出现在列表 |
第4步与第7步体现条件逻辑与滚动处理，这些在传统Playwright中需手动编写分支与等待，Nova Act通过自然语言理解即可完成。
最佳实践与效果对比
- 以意图而非机制书写步骤：使用“确认奖励余额可见”优于硬编码选择器。
- 多租户隔离：通过跨账户AssumeRole与Scoped IAM策略实现，测试运行在租户专属账户下。
- 托管可观测性：利用Amazon Bedrock AgentCore Browser Tool的实时视图、S3录制与CloudTrail，降低维护成本。
- 成本优化：草稿轨迹重试后保存，回归执行复用轨迹，减少LLM思考次数。
对比数据（Epsilon内部基准）：
| 维度 | Amazon Nova Act | Playwright等效 |
|---|---|---|
| 编写行数 | 18条自然语言步骤 | ~80-150行代码 |
| 作者时间 | 5-10分钟/工作流 | 30-90分钟/工作流 |
| 选择器维护 | 无需 | 每步需DOM检查 |
| 整体人力比 | 基准 | 4-6倍 |
结果：4-6倍更快创建、100%轨迹重放通过率、无每团队基础设施开销、每步截图支持颗粒度故障诊断。
延伸阅读
- RooHome AI价格雷达：对比Amazon Bedrock定价与自建方案
- RooHome API转换：Agentic Platform的API集成路径
- RooHome 订阅路径：多租户托管服务订阅流程
- RooHome 官方API：Nova Act与Bedrock AgentCore文档入口
- RooHome 渠道：行业团队落地案例
风险与边界
为什么不要：若对UI测试纯依赖自然语言理解，未经严格条件覆盖可能产生幻觉动作；托管服务可能因AWS侧故障影响全团队。
对不上账：测试轨迹复用能显著降低LLM调用成本，但首次探索阶段仍需预算；未记录审计日志可能影响合规审核。
升级后必挂：AWS控制台或Bedrock策略变更可能导致CDP连接中断，需及时同步IAM角色与依赖锁定版本。
非法律意见声明：本文仅供参考，不构成投资、法律或技术建议。实际使用请以AWS官方文档与RooHome实时数据为准。定价与服务边界以挂牌页当日数据为准，可能随AWS政策调整。
---