一年后，Airtest重新起飞.pdf

一年后，Airtest 重新起飞 ——by 刘欣孙圣翔 一年前，刘欣 圣翔 和博神 一起做出了 Airtest——基于图像识别的移动端自动化测试框架。 一年后，公司的手游项目越来越多，Airtest 借着这个趋势传播很广，我们也从 刚进公司的菜鸟成长了不少。借着云平台整合的机会，回头审视 Airtest ，及其在各个项目 的使用情况，我们发现了许多问题。同时 ，轮岗期间各方思维的交流也形成了强大的战斗力， 产生一些新的思路和成果，这里分以下几部分介绍： 1 Airtest 是什么、怎么用 2 Airtest 的使用情况和遇到的问题 3 新的思路和成果  平台化——Airadb  底层突破——图像识别  专注——性能测试  产品的心——录制客户端 1、 Airtest 是什么、怎么用 与端游相比，手机游戏的测试有以下特点：  操作类型较少：点击、拖拽、确认响应界面等，大量机械操作让人烦躁  产品迭代频繁，需要反复进行测试  手机机型多，兼容性测试带来更多的重复劳动 在这种背景下，我们想到了做手游测试的自动化 ，不仅节省人力，还提高了测试效果。 Airtest 是一个基于图像识别的手游自动化测试框架。利用用户输入的目标图片，在手 机屏幕中识别出目标坐标，再调用 api 完成对手机的操作。响应界面在与用户预设的正确响 应图片进行匹配，判断测试是否通过。并且在运行过程中自动获取性能数据，生成测试报告。 对于一个测试任务，用户只需要： 1. 写一段简单的 python 脚本 2. 截取的操作图标和预设图标 然后运行 python 脚本，就能在 IOS/Android 的各种机型上自动地跑起来。 项目已经申请专利，并开源到 Github ：/NetEase/airtest 说明文档看这里：http://netease.github.io/airtest/ 详细的介绍请看去年 7 月的沙龙分享： /evideo/video_course/show?course_id=519 2、 使用情况和遇到的问题 去年六月发布，作为行业内出现较早的手游自动化技术，Airtest 还是很受欢迎的。截 止去年底，公司内就有 16 个手游组在使用 Airtest ，甚至很多新人mini 项目都会用到。这 一年，Airtest 也由圣翔同学在维护，提供了更多功能，比如性能数据收集、自动生成测试 报告 然而如果一切都是那么完美，也就没有这篇文章了。我们在与各个项目组深入沟通之后 发现，Airtest 的使用是不够深入的，并没有像一些端游的自动化工具那样大量定时地跑 起来（比如梦幻服务端每周 300 个脚本，X5 回归40 个模块）。为什么有需求，有工具，却 没有深入使用呢？ 问题主要出现在这几个地方： 2.1 环境搭建太复杂 尽管我们提供了详尽的文档，可以一键安装 Pypi 提供的 10 个依赖模块，打包好了其 他需要安装的 9 个 exe。可是其中任意 1 个与用户的 PC 有兼容性问题 ，就跑不起来了。这 还只是 windows 环境搭建，自动测试 IOS 设备需要 Mac OS 的环境，同学们就更加陌生 了。 2.2 截图不方便 python 脚本写起来很简单，但是每次截图需要的操作比较复杂，需要：  手动运行到待测试的界面  电脑获取手机截屏  用泡泡从屏幕中抠出目标图片  重命名图片  添加图片名到代码中 通常完成一个简单的测试脚本，就要不断重复上述操作，也是挺累的 2.3 运行效率有待提高 一般手游点点点就能完成的操作，自动脚本跑起来却很慢。运行每一步操作需要：截 屏-图像识别-点击-等待响应，调试脚本的时候很捉急。 2.4 欠缺稳定的闲置设备 如果要做稳定的回归测试 ，最好的办法就是配置好手机和电脑的环境，定时启动脚本。 这样需要每个组各自准备，而且设备利用率不高。