Тестирование Frontend
Frontend-тестирование становится все более важным в условиях растущей сложности веб-приложений и ожиданий пользователей. Современные frontend-приложения характеризуются динамическим контентом, сложной функциональностью и необходимостью поддержки множества браузеров и устройств. Традиционные методы ручного тестирования уже не могут эффективно справляться с такими требованиями . Основная проблема заключается в том, что отсутствие системного подхода к frontend-тестированию может привести к снижению качества продукта.
Cursor и ИИ-ассистенты ускоряют разработку — но без нормальных автотестов топят всю команду
Привет, Хабр. Пишу, потому что на текущем проекте прямо сейчас живу эту боль: всем включили Cursor «для скорости», а нормальных автотестов так и не завезли. Может, кто-то уже описывал этот кейс, но я не нашёл — поэтому делюсь своей ситуацией и тем, как это надо было делать с самого начала.Как это обычно происходитРуководство/CTO/кто-то сверху читает твиты про то, как «скорость разработки ×10 за счёт ИИ», проводит собрание и выдаёт директиву: «Теперь весь код пишем через Cursor или другие ИИ-ассистенты».
Готовьтесь к обрушению: как спроектировать приложение, чтобы «черная пятница» не превратилась в «черного лебедя»
Готовьтесь к обрушению: как спроектировать приложение, чтобы «черная пятница» не превратилась в «черного лебедя».В июле 2025 года россияне столкнулись
Интеграция OpenSearch: от функционального тестирования до проверки интеллекта поиска
Привет, меня зовут Ирина, я тестировщик в продуктовой команде iSpring.В этой статье я на реальном примере интеграции OpenSearch в LMS iSpring Learn расскажу, как протестировать полнотекстовый поиск, сохранив баланс между качеством и трудозатратами. Мы не только разберём базовые проверки, но и погрузимся в тестирование стемминга, релевантности, работы в распределённой системе и отказоустойчивости. Материал будет полезен тестировщикам и разработчикам, которые хотят понять, что скрывается за фразой «протестировать поиск».ВведениеМожно найти много информации о том, как настроить OpenSearch/Elasticsearch
ChatGPT Atlas: пока ещё не торт для тестировщиков
OpenAI представила ChatGPT Atlas - новый уровень интеграции искусственного интеллекта в браузер. По задумке, Atlas превращает привычный ChatGPT в универсального помощника, встроенного прямо в веб-страницы. Теперь чат можно вызвать в любой момент: он суммирует статьи, сравнивает контент, объясняет непонятное и даже может взаимодействовать с сайтами от имени пользователя.На бумаге всё выглядит как начало новой эпохи для тестировщиков. Но на практике пока ещё не торт.Что вообще делает Atlas
Playwright Agents — тесты, которые “живут своей жизнью”
Недавно вышло видео “Playwright v1.56: From MCP to Playwright Agents” и на первый взгляд оно выглядит как революция:ИИ-агент, который сам понимает, что тестировать, сам пишет тесты, сам их чинит. Никаких локаторов, никаких апдейтов при каждом изменении DOM - просто запускаешь и смотришь, как тесты выполняются.Но если вы хоть раз поддерживали живой тестовый проект в крупной компании, то вы уже чувствуете, где тут подвох.💡 Что обещаютСоздатели Playwright Agents говорят о новом уровне автоматизации:
Не LLM едиными: генерируем юнит-тесты из реального исполнения на лету
Представьте себе: вы отлаживаете новый баг в сложном многослойном приложении (например, на Spring). Чтобы воспроизвести проблему, приходится взаимодействовать со всей системой end-to-end: отправлять запрос на эндпоинт или что-то кликать в UI. Юнит-теста, который бы изолировал нежелательное поведение до уровня злополучного сервиса или утилиты, нет. А хотелось бы, чтобы он был: во-первых, воспроизводить баг было бы проще (особенно если UI кликает QA, а не вы), а во-вторых, его потом можно было бы легко превратить в регрессионный и улучшить стабильность системы.
Автоматизированная отладка Playwright-тестов с AI
Отладка E2E-тестов может быть трудоёмкой задачей. При падении тестов Playwright нередко приходится вручную анализировать сообщения об ошибках и стек-трейсы, искать причины неудач (например, неправильно подобранный селектор, увеличенные задержки или неожиданные изменения в DOM) и пробовать разные варианты исправлений. Традиционно QA-инженерам приходится копировать текст ошибок и обращаться к документации или чат-ботам вроде ChatGPT с вопросами вроде «почему селектор не нашёлся» или «как увеличить таймаут». Это занимает время и отнимает ресурсы команды.
Автоматизация QA: разбираем рынок решений для тестирования. Часть 1
Привет, Хабр! Я проанализировала 10 игроков рынка автоматизированного тестирования. Каждая платформа оценивалась по ключевым критериям, включая функциональность, поддержку русского языка, гибкость работы с тестами и интеграционные возможности. Надеюсь, что этот обзор поможет CTO и Tech Leads понять, какое решение впишется в их стек с минимальными доработками, QA-лидам — сравнить возможности платформ и выбрать оптимальный вариант для своих процессов, продуктовым менеджерам — увидеть, какие инструменты помогут ускорить релизы без потери качества.Общая характеристика Applitools
