Playwright + LLM + MCP: Wykorzystanie AI do testów API i UI
Cel szkolenia
Szkolenie pokazuje, jak połączyć serwer Model Context Protocol (MCP) dla Playwrighta z narzędziami AI (np. GitHub Copilot / Cursor) oraz podejściami takimi jak tool calling (function calling) i Retrieval-Augmented Generation (RAG). Celem jest przyspieszenie testów eksploracyjnych oraz tworzenia i utrzymania testów automatycznych aplikacji webowych.
Po ukończeniu szkolenia uczestnik będzie potrafił:
- Wyjaśnić, czym są tool calling (function calling) i RAG oraz jak wykorzystać je w testowaniu.
- Opisać rolę MCP i jego architekturę w ekosystemie Playwright.
- Przeprowadzić sesję testów eksploracyjnych wspieraną przez LLM.
- Generować i utrzymywać testy Playwright (UI i API) z pomocą AI.
- Ocenić, kiedy AI realnie skraca czas pracy, a kiedy zwiększa ryzyko.
Zakres tematyczny
1) Nowoczesne techniki LLM
- Podstawy LLM (jak działają narzędzia typu ChatGPT)
- Tool calling / narzędzia: łączenie modelu z zewnętrznymi możliwościami
- Retrieval-Augmented Generation (RAG): poprawa jakości odpowiedzi dzięki dokumentacji
- AI agenci: koncepcje, teoria i zastosowania
2) MCP i Playwright
- Architektura serwera MCP
- Instalacja, konfiguracja i integracja z Playwright (JS/TS)
- Przegląd API: snapshoty dostępności, nawigacja i akcje na elementach
3) MCP w praktyce testowej
- Testy eksploracyjne sterowane promptami
- Generowanie przypadków testowych na podstawie user stories
4) Automatyzacja testów z AI
- Zastosowanie Copilota / Cursora w automatyzacji
- Połączenie Copilota / Cursora z MCP: workflow „prompt → kod → uruchom → napraw”
- Warsztaty praktyczne:
- Automatyzacja testów REST API w Playwright
- Automatyzacja testów UI z MCP + Playwright
- Analiza produktywności: co pisać samodzielnie, a co generować
5) Ryzyka, etyka i utrzymanie
- Halucynacje modeli a stabilność i jakość testów
- Wersjonowanie promptów i odtwarzalność sesji
- Analiza kosztów i opłacalności
- Roadmapa MCP i Playwright: co warto obserwować
Jak się przygotować
Dla kogo?
Szkolenie jest przeznaczone dla testerów znających podstawy programowania w JavaScript/TypeScript oraz podstawy Playwrighta. Mile widziana jest znajomość Gita.
Co przygotować
- Laptop z zainstalowanym Node.js (LTS) , Git i VS Code
- Skonfigurowane narzędzie AI (np. GitHub Copilot lub Cursor)
Szczegółową checklistę środowiska uczestnicy otrzymują po zapisie.
Metody nauczania
Warsztaty (~65%) oraz część wykładowa (~35%). Każdy blok praktyczny kończy się krótkim retro i wymianą doświadczeń. Uczestnicy wychodzą z gotowym kodem i historią promptów.
Materiały edukacyjne
- Prezentacja (PDF)
- Repozytorium Git z branchami do każdego modułu
- Prompt-notebook (Markdown)
- Board z dodatkowymi linkami i teorią
Korzyści
- Nowa kompetencja: sterowanie przeglądarką przez MCP — umiejętność coraz bardziej poszukiwana.
- Szybsze tworzenie automatyzacji dzięki wsparciu AI.
- Lepsze testy eksploracyjne: AI jako asystent.
- Świadome zarządzanie ryzykiem: checklisty i wskazówki, kiedy nie ufać LLM.
- Wymiana wiedzy: prompty, szablony i wzorce repozytoriów.