CAT PAW

全部 workflow

QA

建立视觉回归测试

针对关键界面状态的稳定截图检查,能抓到有意义的视觉变化,又不过度嘈杂。

流程

按这个顺序做。

  1. 选择关键页面和组件状态,包括响应断点、错误、空状态和交互状态。
  2. 通过固定浏览器、视口、字体、区域、时间、动画行为、数据和网络依赖,使渲染环境确定。
  3. 用稳定定位器实现截图断言,并遮罩或替换真正动态的区域。
  4. 在与持续比较相同的环境中生成基线,并人工审阅每张基线图。
  5. 反复运行比较以识别不稳定像素;调整就绪等待或窄而有据的容差,而不是大面积隐藏。
  6. 把套件和图像产物加入 CI,定义明确的基线更新审阅流程,并测试故意视觉变更会被捕获。

先准备

猫会向你要的输入。

  • 可运行界面与关键状态
  • 支持的浏览器与视口矩阵
  • CI 环境
  • 基线存储策略

路由器 + 一份 playbook

先路由。只选一份。

Cat Paw 每次任务只加载一份 playbook,不合并多份。先走这个路由器;其余路径是此 workflow 可检查的候选。

  • 路由器: engineering-pack
  • skills/engineering/alirezarezvani/senior-qa/SKILL.md
  • skills/product/pm-execution/test-scenarios/SKILL.md

界限

界限跟着提示一起走。

  • 未经人工审阅,绝不自动批准变更后的基线。
  • 保持阈值和遮罩窄且有记录。
  • 从截图排除密钥和个人数据。

完成代表

一个可核对的终点。

关键状态有已审阅基线,重复运行在 CI 中稳定,受控视觉变异会导致预期测试失败和差异产物。

来源

这个流程从哪来。

  1. playwright.dev/docs/test-snapshots
  2. learn.microsoft.com/en-us/azure/app-testing/playwright-workspaces/how-to-configure-visual-comparisons

来源确立 workflow 的模式。如有 Reddit 或社区帖子,视为实务轶事,不是普遍事实。

AI 行动。你决定。

给 AI 的人类刹车。

Latch 会在每个指令、点击和文件变更发生前先展示——你可以说好、不要,或再等等。

Plow Latch · macOS Cat Paw Latch · Windows + Linux · 从源码构建
Cat Paw Latch

号码背后

两个 harness,一条线。

相同号码、相同的 100 美元额度。选择你发消息时由哪个 harness 回复。

Hermes

Nous Research 的终端原生代理。跑在你的机器上,跨会话保留记忆,每项任务开一份 playbook。

发消息给 Hermes
OpenClaw

开源助手,跑在你自己的电脑上,在你已在用的频道里回复。每项任务一份 playbook。

发消息给 OpenClaw

两个 harness 共用同一条线 +1 628 246 3032

会打开“信息”,并已带入选好的 harness。