Epsilon 使用 Amazon Nova Act 建構意圖驅動 UI 測試

背景

Epsilon 使用 Amazon Nova Act 執行以自然語言撰寫的測試步驟，這些步驟對介面外觀變動具有彈性。Epsilon 是一家數據、技術與行銷服務公司，隸屬於 Publicis Groupe，擁有數億消費者檔案與數千個品牌關係。由於應用程式變更快速，Epsilon 指出，基於選擇器的 Playwright 測試緊密耦合於頁面結構，即使功能正常，介面外觀變動也可能導致測試失敗；此外，各產品團隊需自行建置瀏覽器基礎設施、管理相依套件並整合身分系統，造成重複工作。因此 Epsilon 尋求一種能降低維護成本、支援多租戶管理的意圖驅動測試方案。 AWS ML Blog

發生什麼事

Epsilon 的 Agentic Platform 團隊（由 50 名工程師組成）利用 Amazon Nova Act 與 Amazon Bedrock AgentCore Browser Tool，將 UI 測試打造為平台托管服務。該團隊透過共享基礎設施，讓其他產品團隊無需自行處理身分驗證、安全或瀏覽器整合，即可使用自然語言撰寫測試步驟。此方案旨在疊加於現有的 Playwright 回歸測試之上，而非取代現有機制，並透過標準 API 介面供各團隊調用。 AWS ML Blog

重點內容

該架構包含三個主要組件：建立工作流的平台 API、執行任務的背景執行器，以及驅動瀏覽器的 Nova Act 與 Bedrock AgentCore Browser Tool 整合。使用者透過 API 指定目標網址與自然語言步驟後，系統會在 AWS 上註冊工作流定義。執行時，背景任務執行器開啟隔離的瀏覽器實例，透過 Chrome DevTools Protocol（CDP，用於程式化控制 Chromium 瀏覽器的標準介面）WebSocket 連接，由 Nova Act 逐步執行指令。系統會為每個步驟截圖、追蹤通過與失敗狀態、計算整體通過率，並將結果 JSON、截圖存檔至 Amazon S3（AWS 的物件儲存服務）。 AWS ML Blog

Amazon Bedrock AgentCore Browser Tool（Amazon Bedrock AgentCore 的瀏覽器功能）提供 AWS 管理的短暫瀏覽器會話，無需維護二進位檔或顯示伺服器。該工具支援即時檢視以進行人工觀察或接管（適用於 CAPTCHA 或多因素驗證）、會話錄製至 Amazon S3，以及透過 AWS CloudTrail 進行稽核。在安全性方面，系統使用 AWS Identity and Access Management（AWS IAM，AWS 的存取控制服務）進行認證，並支援跨帳戶的 AWS Security Token Service（AWS STS，用於臨時憑證的服務）角色假設，確保各團隊在各自 AWS 帳戶內以限定範圍的角色執行測試，維持隔離與可稽核性。 原文

Epsilon 將此能力暴露為標準代理（agent，可執行特定任務的 AI 系統）ui-test-agent，提供兩個技能：ui-test-recorder 用於互動式探索場景並記錄自然語言步驟，ui-test-executor 用於執行已記錄的步驟並回傳結構化結果。新團隊接入時，平台團隊會配置跨帳戶 IAM 角色、註冊目標應用程式網址，並透過現有平台 API 授予 ui-test-agent 存取權限。團隊隨即可透過相同介面建立工作流、觸發執行並擷取結果，無需額外管理基礎設施。 原文

對使用者的意義

對於 Epsilon 內部的產品團隊而言，此方案允許非工程師人員也能閱讀與理解測試步驟，因為步驟是以自然語言撰寫（例如「確認獎勵餘額可見」），比脆弱的 CSS 選擇器更具彈性。開發者可以透過現有的平台 API 介面使用此服務，無需自行處理瀏覽器基礎設施、相依套件管理或身分驗證整合。這使得 UI 測試成為一個托管能力，符合 Epsilon 既有的代理模型，讓團隊能專注於應用邏輯而非測試維護。 AWS ML Blog