📌 项目地址：tester-army/e2e | ⭐ 2,786 颗星 | 🔧 TypeScript | 📜 未标注
先看代码
// tests/checkout.e2e.ts
import { test, expect } from 'e2e';
test('a member upgrades to Pro', async ({ app, agent, screen }) => {
await app.open('/settings/billing');
await agent.act('upgrade the workspace to the Pro plan');
await agent.assert('the invoice preview shows a prorated amount');
await expect(screen.getByRole('status')).toContainText('Pro');
});
这几行基本说清了 e2e 的思路。app.open 打开页面，agent.act 用一句自然语言让 agent 完成操作，agent.assert 做语义层面的验证，最后 screen.getByRole 加 expect 做精确断言。
写传统 E2E 测试最痛苦的部分是中间步骤。为了验证“升级 Pro 后发票显示按比例计费”，你得先写一长串点击：进设置、找计费页、选套餐、确认。这些步骤不是测试重点，却占了代码的大头，UI 一改全断。
e2e 把这层脏活交给 agent：你只说“把 workspace 升级到 Pro”，怎么点过去它自己想。但最终验证不用自然语言，还是靠 getByRole 这类定位器做确定性断言。agent 负责“到达”，定位器负责“验证”，边界分得很清楚。
最重要的设计：跑过一次就不再调模型
README 里这句话值得单独摘出来：
An agent step that a later assertion verifies records its actions, and the next run replays them with no model calls until the app changes.
被后续断言验证过的 agent 步骤会把操作录下来，下次运行直接回放，零模型调用。只有应用本身变了，agent 才重新出马。
这一点直接命中 LLM 测试框架跑 CI 时的两个问题。一是成本：每条用例都调模型，几千条跑下来账单吓人。二是稳定性：模型每次可能走不同路径，结果没法复现。录制回放把模型调用压缩到首次运行和应用变更之后，日常 CI 里跑的就是确定的回放脚本。
另一个细节：不含 agent 步骤的测试完全不需要模型。可以只在少数难写的流程里用 agent，其余当普通测试框架用。模型自带，订阅、API key、本地模型都行，框架不绑定某一家。
上手
npx e2e init
init 是交互式的，问你选哪个引擎（web 或 mobile）、哪个模型 provider，然后生成配置和示例测试。剩下的看官方 quickstart（e2e.tester.army/docs/quickstart）。
一个少见的细节：e2e 包把全部文档打进发布包，coding agent 可以直接读 node_modules/e2e/docs 离线查阅。用 e2e 写测试的团队大概率也在用 AI 辅助编程，这个设计省了 agent 联网查文档的功夫。
包结构
| 包 | 用途 |
|---|---|
e2e |
SDK、runner 和 CLI |
@e2e-dev/web |
浏览器引擎，基于 Playwright 驱动 Chromium、Firefox、WebKit |
@e2e-dev/mobile |
iOS/Android 引擎，通过 agent-device 驱动模拟器和仿真器 |
@e2e-dev/github |
reporter，把结果发成 PR 评论 |
@e2e-dev/kernel |
为 web 引擎提供托管浏览器 |
@e2e-dev/eas |
托管的 iOS 模拟器和 Android 仿真器，供 mobile 引擎用 |
@e2e-dev/decision |
decision-model 执行器，处理有界的语义操作和断言 |
web 引擎底层是 Playwright，浏览器覆盖和 Playwright 一致。移动端走模拟器和仿真器，配 @e2e-dev/eas 可以用托管设备，省掉本地环境配置。
引入前要留意的点
- 还没到 1.0。README 明确说 API 和配置在 minor 版本之间仍可能变化，现在引入要评估升级成本。
- 遥测默认开启。CLI 发送匿名使用数据，包括跑了哪些命令、哪些引擎、在哪一步失败，不含测试内容、应用内容和凭据。关闭方式：
npx e2e telemetry disable，或设置环境变量E2E_TELEMETRY_DISABLED=1。每个上报字段在官方 telemetry 文档里列出。
我的判断
2,786 star，对一个还没到 1.0 的测试框架来说不算低。它真正的赌注是“agent 步骤 + 录制回放”这个组合：AI 负责生成路径，断言负责锁定结果，回放负责让 CI 可复现。如果你的测试代码里大量篇幅花在“怎么到达那个页面”上，值得一试。安全问题不要开公开 issue，按仓库 SECURITY.md 发邮件到 security@tester.army。有问题可以去项目的 Discord 问。