在618 的“开列车”互动智能测试技术方案中，自动回归测试是怎样的过程？

互动场景下的前端交互非常复杂，然而前端功能回归一直以人工方式为主。我们在项目中尝试自动生成测试用例，用于回归测试。

从用户交互的视角出发，收金币、购买车厢、合成车厢都对应用户的一次交互行为。我们在 Puppeteer 环境中运行页面，根据沉淀下来的数据，回溯到特定的状态。

并结合强化学习，择优触发前端Action 事件，模拟真实的用户操作，最终形成用户的前端交互行为树。

得到用户交互行为树之后，我们会对行为路径再进行优化，排除无价值的链路，合并重复链路，并最终拆分成简短的片段便于测试。如合成车厢N 次，会处理成为N 个测试用例，尽量以同种状态下的最短路径作为最终的测试用例。

在需要回归测试时，我们可以在 Puppeteer 环境中回放测试用例，做到了前端功能的自动回归。这个过程中，我们把各个测试用例的UI 快照保存了下来，利用图像识别技术进行最后的校验。

以倒计时浏览任务为例，我们需要验证在跳转后的页面上，是否正确的展示了某个组件，通过图像元素的对比，可以判断该功能点是否正常。

互动项目的业务逻辑，是一系列用户行为带来的反馈的组合体，智能测试方案在本次 618 互动项目中，成为了前端开发测试阶段的提效利器。在线上阶段发生变更时，可以快速完成线上功能的全量回归和新功能的验证，保障线上业务的稳定。

以上内容摘自《大促背后的前端核心业务实践》电子书，点击https://developer.aliyun.com/topic/download?id=728可下载完整版。