跳转至

PageEyes Agent

轻量级 UI 自动化 Agent

基于自然语言指令驱动的跨平台 UI 自动化解决方案

License Version

简介

PageEyes Agent 是一个 Python UI 自动化 Agent 框架，帮助你用自然语言快速、稳定地完成跨平台 UI 自动化测试、巡检和业务验证。

PageEyes Agent 以 自然语言指令 颠覆传统 UI 自动化：无需编写脚本，也能实现复杂的跨平台测试与巡检。基于 Pydantic AI 框架开发， 其中元素信息感知能力依靠 OmniParserV2 模型，不依赖视觉语言大模型， 即使小参数的 LLM 也能胜任路径规划能力，同时支持多平台（Web、Android）

功能特性

  • 自然语言驱动
    完全由自然语言指令驱动，无需编写脚本，即可实现自动化测试、UI 巡检等任务。

  • 跨平台支持
    支持 Web、Android 平台，未来将支持 iOS 平台。

  • 多模型接入
    支持 DeepSeek、OpenAI、千问等多种大模型接入，默认使用 DeepSeek V3 模型。

  • 详细报告
    可通过自然语言进行断言，并生成详细的执行日志和报告。

为什么选择 PageEyes Agent？

借助 Page Eyes Agent，你可以用自然语言快速构建、执行和维护跨平台 UI 自动化测试。
与传统 UI 自动化方案相比，它具备以下优势：

  • 更高的开发效率
    使用自然语言指令即可完成测试用例，无需编写和维护脚本

  • 更低的维护成本
    UI 变动时仅需调整指令，减少定位器和测试逻辑的重复修改

  • 平缓的学习曲线
    无需自动化框架或编程知识，业务人员也可直接使用

  • 强大的跨平台能力
    同一套指令适用于 Web、Android，未来支持 iOS

  • 智能的故障恢复
    自动尝试替代路径和恢复策略，避免小变动导致脚本失败

应用场景

  • UI 自动化测试
    快速构建和执行测试用例

  • 页面巡检
    定期检查页面功能和性能

  • 业务流程验证
    验证关键业务流程的正确性

  • 兼容性测试
    在不同平台和设备上验证应用行为