ابزار Momentic؛ استقرار ایجنت‌های هوش مصنوعی برای تست نرم‌افزار و کشف خودکار باگ‌ها — Launch HN: Momentic (YC W24) – Agents that catch bugs by using your app
خلاصه
ابزار Momentic یک پلتفرم مبتنی بر ایجنت‌های هوش مصنوعی است که با کاوش خودکار در اپلیکیشن‌های وب و موبایل، نیازی به نوشتن اسکریپت‌های سنتی تست مانند Playwright را از بین می‌برد. این ابزار به توسعه‌دهندگان کمک می‌کند تا باگ‌های واقعی را با سرعت و مقیاس‌پذیری بالا کشف کنند.
معرفی Momentic و انگیزه ساخت آن
تست کردن نرم‌افزار همیشه یکی از بخش‌های دردسرساز و وقت‌گیر در توسعه محصول بوده است. ابزارهای قدیمی مانند Playwright، Selenium یا Maestro توسعه‌دهندگان را مجبور می‌کنند تا جزئیات پیاده‌سازی مانند XPath یا ویژگی‌های aria را به صورت دستی در کدهای تست هاردکد کنند. با افزایش سرعت تولید کد به کمک ابزارهای هوش مصنوعی، نرخ شکست تغییرات (Change Failure Rate) نیز بالاتر رفته است.
توسعه‌دهندگان Momentic با درک این چالش، پلتفرمی مبتنی بر ایجنت‌های مستقل طراحی کرده‌اند که به جای نوشتن و نگهداری اسکریپت‌های تست، مستقیماً از طریق تعامل با رابط کاربری اپلیکیشن، به دنبال باگ می‌گردند.
جزئیات فنی و معماری Mo
موتور اصلی این پلتفرم که Mo نام دارد، یک هماهنگ‌کننده سفارشی برای ایجنت‌هاست و بر پایه تحلیل میلیون‌ها تِریس تست واقعی توسعه یافته است. مشخصات فنی کلیدی این ابزار عبارتند از:
- گراف ایجنت خودسازمان‌ده (Self-organizing DAG): در هنگام کاوش، یک گراف جهت‌دار غیرمدور ساخته می‌شود و بخش‌های مختلف محصول به صورت خودکار به زیرایجنت‌های موازی تقسیم می‌شوند که هر کدام روی یک مرورگر یا دستگاه مجزا اجرا می‌شوند.
- ایجنت‌های تخصصی: شامل ایجنت‌های برنامه‌ریز برای تحلیل اسکرین‌شات و ویدیو، و ایجنت‌های مکان‌یاب برای بررسی ساختار صفحه و تعامل با زبان طبیعی.
- مدیریت منابع موازی: ایجنت‌ها از طریق سیستم اجاره منابع با یکدیگر هماهنگ می‌شوند تا تداخلی در تغییر داده‌ها یا فیکسچرهای مشترک ایجاد نشود.
- زیرساخت مقیاس‌پذیر: امکان اجرای صدها مرورگر و دستگاه به صورت همزمان به همراه قابلیت تونل‌زنی برای اتصال به سایت‌های محلی و خصوصی.
نتایج بنچمارک و مقایسه
توسعه‌دهندگان Momentic عملکرد Mo را در مقایسه با سایر ایجنت‌های کدنویسی روی ۴ اپلیکیشن متن‌باز (مانند Gitea و Metabase) ارزیابی کرده‌اند. نتایج نشان می‌دهد که Mo با تکیه بر زمان بیشتر، تعداد باگ‌های بسیار بیشتری را با دقت بالا (Precision) شناسایی می‌کند.
دیدگاه جامعه هکرنیوز
در بحث‌های هکرنیوز، برخی کاربران درباره مزیت رقابتی پایدار (Moat) این ابزار پرسش‌هایی مطرح کردند. همچنین مانند بسیاری از ابزارهای امروزی مبتنی بر هوش مصنوعی، نگرانی‌هایی درباره مدل‌های قیمت‌گذاری مبتنی بر مصرف توکن و استقبال از قابلیت‌هایی نظیر Bring Your Own API (BYOA) مطرح شد.
این مطلب به‌صورت کاملاً خودکار و با هوش مصنوعی از مقالهٔ اصلی و بحث هکرنیوز تهیه شده و ممکن است خطا داشته باشد. حقوق مطلب اصلی متعلق به نویسندهٔ آن است. قوانین و گزارش مشکل