能力标签

🔌 MCP 🤖 Agent 🔄 工作流 🐳 Docker 💻 CLI 🔗 REST API

⚙️

Agent工作流

天空测试代理

基于 TypeScript · 无代码搭建完整 AI 自动化流程

英文名：skytest-agent

⭐ 29 Stars 🍴 4 Forks 💻 TypeScript 📄 MIT 🏷 AI 8.0分

8.0AI 综合评分

AI自动化测试Next.js

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

天空测试代理是 AI Skill Hub 本期精选Agent工作流之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

天空测试代理是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

天空测试代理工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

天空测试代理是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars

⭐ 29

开发语言

TypeScript

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

8.0 分

工具类型

Agent工作流

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

可视化 Agent 工作流编排，无需编写复杂代码
支持多步骤自动化任务链，实现全流程无人值守
与外部 API、数据库和第三方服务无缝集成
内置错误处理与自动重试机制，保障稳定运行
提供可复用的自动化模板，快速在同类场景部署

🎯 主要使用场景

自动化日常重复性工作，将精力集中于创造性任务
构建数据采集 → 处理 → 输出的完整自动化管线
实现跨平台、跨系统的数据流转和业务协同

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：npm 全局安装
npm install -g skytest-agent

# 方式二：npx 直接运行（无需安装）
npx skytest-agent --help

# 方式三：项目依赖安装
npm install skytest-agent

# 方式四：从源码运行
git clone https://github.com/oursky/skytest-agent
cd skytest-agent
npm install
npm start

📋 安装步骤说明

访问 GitHub 仓库获取工作流文件
在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
上传工作流文件
按照提示配置必要的环境变量和 API Key
运行测试确认流程正常后投入使用

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 命令行使用
skytest-agent --help

# 基本用法
skytest-agent [options] <input>

# Node.js 代码中使用
const skytest_agent = require('skytest-agent');

const result = await skytest_agent.run(options);
console.log(result);

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# skytest-agent 配置说明
# 查看配置选项
skytest-agent --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export SKYTEST_AGENT_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 64/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Key Features

Plain-language tests - Write test cases the way you'd explain them to a colleague. No CSS selectors or XPaths.
Visual evidence - Every run captures screenshots and logs so you see what happened, not just pass/fail.
Multi-session flows - Coordinate across browser roles (e.g., "Browser A" sends a message, "Browser B" receives it) for multi-user scenarios.
Custom Playwright code - Mix AI-driven steps with your own Playwright scripts when you need precise control.
Android Support — Run cross-platform tests on web and Android apps with a single test suite.
MCP & Agent SKill — Use MCP to let AI coding agents generate test cases from your specs.
Bring Your Own Key - Use your own OpenRouter API key. You pay only your LLM costs.

Example test case:

1. Open the app
2. Sign in as a user
3. Add an item to the cart
4. Verify checkout succeeds

Watch the demo on YouTube

Advanced Setup

Environment Variables: See .env.example for required configs like database and storage. Users provide their own OpenRouter keys in the app settings.
Local Development: Check the Local Development Guide for the repo-local stack and reset workflow.
Android Testing: See the macOS Android Runner Guide to configure Android execution on macOS hosts.
macOS CLI (Homebrew): brew tap oursky/skytest && brew install skytest

Quick Start

Start Docker, then run:

```bash npm install cp .env.example .env.local

Edit .env.local with your credentials

make dev ```

Open http://localhost:3000 and sign in. <br> Enter your OpenRouter API key in settings and start testing!

Quick Troubleshooting

Browsers not found: Run npm run playwright:install
Database errors: Verify DATABASE_URL, then run npm run db:migrate:deploy
Object storage errors: Verify S3_ENDPOINT, S3_BUCKET, and MinIO credentials in .env.local for local development