1. 从零开始认识Airtest：它到底是什么，能帮你做什么？

如果你是一名游戏或者App的开发者、测试工程师，或者只是一个对自动化感兴趣的技术爱好者，那你肯定对“重复劳动”深恶痛绝。想想看，每次版本更新，你都要手动把游戏的所有关卡点一遍，把App的每个功能按钮按一遍，检查有没有崩溃、有没有UI错位、有没有逻辑错误。一次两次还行，十次百次呢？枯燥不说，还容易因为疲劳而出错。这时候，你就需要一个靠谱的“机器人”来替你完成这些重复性的点击和验证工作。网易开源的Airtest，就是这样一个能让你从重复劳动中解放出来的强大工具。

简单来说，Airtest是一个跨平台的UI自动化测试框架。这个名字听起来有点技术范儿，咱们拆开看。“跨平台”意味着它不挑食，无论是Windows上的PC游戏、安卓手机上的App，还是iOS设备上的应用，它都能搞定。“UI自动化测试”就是它干的事情——模拟人的操作，自动去点击屏幕、滑动页面、输入文字，并且检查屏幕上显示的内容是否符合预期。它的核心魔力在于基于图像识别。这是什么意思呢？它不需要你懂复杂的App内部代码结构，你只需要告诉它：“去点击屏幕上这个‘开始游戏’的按钮”，它就能通过截图，在屏幕上找到和这个按钮图片最匹配的区域，然后精准地点击下去。这种方式非常直观，特别适合测试游戏或者那些UI控件难以通过代码直接获取的应用（比如一些用游戏引擎开发的App）。

我第一次接触Airtest是在测试一个Unity开发的手机游戏时。那个游戏很多UI元素是动态生成的，传统的基于控件树的自动化工具根本抓取不到，测试同学每天都要手动跑回归用例，苦不堪言。后来尝试了Airtest，我们直接把需要点击的按钮截图保存下来，写成脚本，让Airtest去自动找、自动点。一下子就把测试效率提升了十几倍，而且再也不会因为手滑点错地方了。所以，无论你是想自动化你的游戏测试流程，还是想给自己开发的App做个冒烟测试集，或者只是想搞个自动刷日常任务的脚本，Airtest都值得你花时间了解一下。它上手门槛低，效果立竿见影。

2. Airtest全家桶：不只是图像识别，还有控件识别利器Poco

很多人刚开始用Airtest，以为它就是靠截图找图。这没错，但只说对了一半。网易推出的实际上是一个完整的自动化解决方案，叫做 AirtestProject。它主要由两个核心框架和一个强大的IDE组成，就像一个组合工具箱，让你能根据不同的测试场景，选择最顺手的那把“螺丝刀”。

第一个核心是Airtest框架本身，也就是我们前面重点讲的基于图像识别的方案。它的工作原理很像我们人眼。你给它一张“目标图片”（比如一个宝石图标），它会在当前设备屏幕上不断地进行图像匹配，计算相似度，找到位置后，就调用底层接口执行触摸操作。这种方式最大的好处是通用性强，几乎适用于任何你能看到的东西，不管是原生控件、游戏贴图还是网页元素，只要能截图，就能尝试自动化。但它的缺点也比较明显：对画面变化比较敏感（比如光线变化、特效遮挡），执行速度相对慢一点（因为要计算图像）。

第二个核心是Poco框架，这是AirtestProject里的另一件“神兵利器”。如果说Airtest是“外观识别”，那Poco就是“内部透视”。它是一款基于UI控件识别的自动化测试框架。对于支持的游戏引擎（如Unity3D、Cocos2dx）和原生应用（Android/iOS），Poco可以直接获取到UI界面的控件树结构。你可以像前端工程师定位网页元素一样，通过id、name、text等属性精准地定位到一个按钮或者一段文本。这种方式速度快、精度高、稳定性好，而且能获取到控件内部的属性（比如一个血条的数字值），实现更复杂的逻辑判断。我个人的经验是，对于支持Poco的应用，优先使用Poco来写脚本，效率和稳定性都会高出一个数量级。

为了方便大家使用这两个框架，网易还提供了 AirtestIDE。这是一个集成的开发环境，你可以把它理解为一个专门为Airtest和Poco打造的“编程工作站”。它最大的亮点是所见即所得和录制功能。你连接上手机后，可以直接在IDE里看到手机屏幕，用鼠标点一下屏幕上的某个位置，IDE就能自动生成对应的点击代码。你甚至可以像录屏一样操作一遍手机，它就把你的操作过程录制成一个可回放的脚本。这对新手来说简直是福音，大大降低了编写自动化脚本的门槛。我们团队的新人，基本上培训一两个小时，就能用AirtestIDE录制出可用的简单测试脚本了。

3. 手把手实战：用AirtestIDE编写你的第一个自动化脚本

光说不练假把式，咱们直接动手，看看怎么在5分钟内创建一个能真正运行的自动化脚本。这里我以最常用的Android手机测试为例，带你走一遍完整流程。

### 3.1 环境准备与设备连接

首先，你需要去AirtestProject的官网下载AirtestIDE。它是绿色免安装的，解压就能用，非常方便。打开IDE后，你会看到一个简洁的界面。第一步就是把你的安卓手机用USB线连上电脑，并开启手机的“开发者选项”和“USB调试”模式。这个步骤和用ADB连接手机是一样的。在AirtestIDE的右侧设备窗口，点击“刷新ADB”，如果一切正常，你应该能看到你的设备号出现。点击“连接”，IDE就会尝试连接手机。连接成功后，你会在IDE中间看到手机的实时屏幕镜像！这意味着你的电脑已经可以控制这台手机了。

这里有个我踩过的坑要提醒你：确保电脑上只连接了一台待测安卓设备。如果连了多台，ADB可能会选错设备，导致连接失败。如果遇到连接问题，可以尝试在命令行用adb devices命令检查设备状态，或者重启一下ADB服务。连接iOS设备会稍微复杂一点，需要安装tidevice等工具，并且需要苹果开发者证书，对于初学者，建议先从安卓设备开始玩起。

### 3.2 图像识别与点击：录制你的第一个操作

环境准备好，我们就可以开始“录制”脚本了。假设我们要自动化测试一个计算器App，目标是自动完成一个加法运算“5+3=”。

1. 截取目标图像：在AirtestIDE中看到计算器界面后，我们想先点击数字“5”。在IDE顶部的工具栏，找到那个像小剪刀一样的“截图”工具，点击它。这时你的鼠标会变成一个十字准星，把它移动到手机屏幕镜像的数字“5”按钮上，拖拽框选住整个按钮，然后松开鼠标。神奇的事情发生了：IDE不仅截取了一张“5.png”的小图片保存在脚本目录，还在左边的代码编辑区自动生成了一行代码：touch(Template(r“tpl1234567890.png”))。这行代码的意思就是，在屏幕上查找与“5.png”这张模板图片匹配的区域，并进行点击操作。
2. 继续录制：接着，我们用同样的方法，截取“+”号按钮，生成点击“+”的代码；再截取数字“3”，生成代码；最后截取“=”号按钮。这样，我们就通过纯“鼠标操作”，生成了一段完整的自动化脚本。你完全不需要手写一行代码。
3. 运行与调试：点击IDE上方的运行按钮（绿色的三角形），Airtest就会开始执行你的脚本。你会看到手机屏幕被自动操作，依次点击5、+、3、=，最终显示结果8。如果运行失败，比如某个按钮没找到，IDE会用红色框标出失败的地方，并提示相似度。你可以调整截图的范围，或者修改代码中的threshold（相似度阈值）参数来提高识别的容错率。

通过这个简单的例子，你应该能感受到AirtestIDE的便捷性了。它把图像识别这个复杂的技术，包装成了“截图-生成代码”这样简单的动作，让UI自动化的起点变得非常低。

4. 进阶技巧：结合Poco进行更精准、更强大的控件级操作

虽然图像识别很方便，但在实际项目，尤其是长期维护的自动化测试中，我们更追求稳定和高效。这时候，Poco框架就该登场了。我们来看看怎么在AirtestIDE里使用Poco。

### 4.1 启用Poco并查看UI控件树

首先，确保你的被测应用是Poco支持的（比如Unity应用、Android原生应用）。对于Unity游戏，你需要让开发同学在打包时集成Poco的SDK。对于Android原生App，AirtestIDE通常可以自动注入辅助服务来获取控件信息。在IDE连接设备后，点击设备窗右上角的“Poco”按钮，选择对应的模式（比如Android、Unity）。如果初始化成功，你会看到一个新的“Poco辅助窗”弹出来。

这个辅助窗展示的是当前应用界面的UI控件树，类似于浏览器里的开发者工具。你可以看到一个层次分明的结构，里面包含了每个控件的名称、类型、坐标、文本内容等属性。你可以点击树上的任何一个节点，手机上对应的UI元素会高亮显示。这个功能对于编写脚本太有用了，你不再需要靠猜和反复截图来定位元素。

### 4.2 编写基于Poco的精准操作脚本

假设我们要测试一个新闻App，需要自动点击第一条新闻的标题进入详情页。用图像识别的话，你需要截取新闻标题的图，但新闻内容是会变的，截图方法就失效了。用Poco，我们可以这样做：

在Poco辅助窗的控件树里，找到代表第一条新闻标题的那个控件节点。通常它是一个TextView或者类似的东西，会有text属性显示标题文字。我们可以用多种方式定位它：

• 通过属性选择器：如果这个标题控件有唯一的name或text，代码可以这样写：

  # 假设控件的name是“news_title_1”
  poco(“news_title_1”).click()
  # 或者通过文本内容来定位
  poco(text=“今日头条：AI技术新突破”).click()
  

• 通过层级关系：如果控件没有唯一属性，可以通过父子关系来定位。

  # 先定位到新闻列表（可能是一个ListView），再取它的第一个子元素
  news_list = poco(“android.widget.ListView”)
  first_news = news_list.child()[0] # 获取第一个子控件
  first_news.click()
  

Poco的click()方法和Airtest的touch()效果一样，但原理不同，它是直接调用系统底层的控件点击接口，速度更快，且不受界面颜色、特效的影响。你还可以做更多事情，比如swipe()滑动列表，get_text()获取控件文本进行断言验证，set_text()输入文字等等。将Airtest的图像识别和Poco的控件识别结合使用，一个负责处理“不好定位”的图形部分（比如游戏内的3D场景操作），一个负责处理“结构清晰”的UI部分，这样构建出来的自动化脚本既健壮又高效。

5. 真实项目案例：如何用Airtest为游戏自动化测试提效

纸上谈兵终觉浅，我来分享一个我们团队的真实案例，看看Airtest是如何在游戏测试中落地并发挥巨大价值的。我们当时负责一款中度休闲手游的测试，这款游戏有几十个关卡，每个关卡需要测试通关流程、技能释放、怪物刷新、奖励结算等。手动测试一轮需要一个人天，每次版本回归都是噩梦。

### 5.1 需求分析与脚本规划

我们首先分析了测试痛点：重复性高（每个关卡基础流程相同）、覆盖面要求广（所有关卡）、稳定性要求高（不能漏测）。我们决定为游戏的核心战斗流程设计自动化脚本。脚本的规划如下：

1. 启动与登录：用Airtest图像识别点击“开始游戏”按钮，处理可能的更新弹窗。
2. 选择关卡：进入关卡选择界面。这里UI是固定的，我们使用Poco来精准点击指定关卡（如“关卡1-5”）。
3. 战斗过程：这是最复杂的部分。因为战斗场景是动态的3D画面，UI控件很少，我们主要依赖Airtest图像识别。
   • 识别并点击屏幕上的“开始战斗”按钮。
   • 识别英雄头像，周期性点击释放技能（通过循环和wait()语句实现）。
   • 识别“胜利”或“失败”的标志弹窗，作为战斗结束的判断依据。
4. 奖励结算：战斗结束后，会弹出奖励界面。我们用Airtest识别“领取”按钮并点击，然后识别是否返回主界面，完成一个循环。

### 5.2 脚本实现与关键代码

在战斗环节，我们遇到了挑战：技能图标在冷却时是灰度的，图像识别容易失败。我们的解决方案是，同时准备两张图：一张是亮色的技能图标（可用状态），一张是灰色的技能图标（冷却状态）。在脚本中，我们优先尝试点击亮色图标，如果找不到（相似度低于阈值），就等待一小段时间，然后继续尝试，而不是直接报错。这模拟了真人等待技能冷却的行为。

# 伪代码示例：释放技能的逻辑
def cast_skill():
    # 尝试查找亮色的技能图标
    if exists(Template(“skill_active.png”)):
        touch(“skill_active.png”) # 找到并点击
        log(“技能释放成功”)
    else:
        # 如果没找到亮色图标，可能是冷却中，等待0.5秒再循环检查
        log(“技能冷却中，等待...”)
        sleep(0.5)

对于奖励结算的弹窗，我们使用了wait()函数，它会等待某个图片出现，并设置一个超时时间，避免脚本因为网络延迟等原因卡死。

# 等待胜利标志出现，最多等10秒
victory_popup = wait(Template(“victory.png”), timeout=10)
if victory_popup:
    touch(victory_popup) # 点击胜利弹窗的任何位置，通常可以关闭它
else:
    log(“战斗可能未胜利或超时”)
    # 这里可以加入失败处理逻辑，比如重试或记录错误

### 5.3 效果与收益

通过编写大约20个这样的关卡自动化脚本，我们将核心关卡的回归测试时间从8人小时压缩到了1机器小时。测试人员只需要在版本更新后，跑一遍自动化脚本，就能快速验证核心功能是否被破坏，从而将精力投入到更重要的新功能测试和探索性测试中。脚本运行过程中产生的截图和日志，也成为了问题定位的宝贵资料。这个案例告诉我们，Airtest不是要完全取代人工测试，而是把测试人员从重复、枯燥的劳动中解放出来，去做更有价值、更需要人类智能的判断工作。

6. 避坑指南：Airtest实战中常见的“坑”与解决方案

用了这么多年Airtest，踩过的坑数不胜数。把这些经验分享出来，希望能帮你少走弯路。

### 6.1 图像识别不稳定怎么办？

这是新手最常遇到的问题。明明昨天还能跑通的脚本，今天怎么就找不到按钮了？可能的原因和解决办法如下：

• 画面变化：游戏换了皮肤、App改了主题色。这是最根本的冲突。解决方案：尽量使用UI中稳定不变的部分作为截图模板。比如，截取按钮的图标部分而不是整个带背景的按钮；避免截取带有动态光效或颜色渐变剧烈的区域。如果UI确实经常变，那就要考虑和开发团队约定，为自动化测试保留一些稳定的测试标识，或者转向使用Poco控件识别。
• 分辨率与缩放：在不同分辨率的设备上运行脚本。解决方案：Airtest的图像识别本身支持一定程度的尺度缩放，但并不完美。最佳实践是建立基准设备，所有截图模板都在同一台基准设备上截取。运行脚本时，Airtest会尝试进行缩放匹配。你也可以使用resolution参数进行手动适配。
• 相似度阈值：默认的阈值（通常是0.8）可能不适合所有情况。解决方案：在touch()或exists()函数中，调整threshold参数。对于清晰、稳定的图标，可以调高到0.9以上以提高精度；对于容易变化的图形，可以适当降低到0.7甚至0.6。但调太低会增加误触风险，需要平衡。
• 多图查找与等待：不要指望一次touch就能100%成功。解决方案：使用wait()函数代替直接的touch，给它一个寻找和等待的时间。或者使用exists()判断是否存在，如果不存在则执行一些备用操作（比如先滑动一下屏幕再找）。

### 6.2 脚本如何在多台设备上运行？

你在一台1080P的手机上开发的脚本，怎么让它在公司测试部门的十几台不同型号的手机上都能跑？硬编码屏幕坐标肯定是死路一条。

• 使用相对坐标或百分比：Airtest提供的Touch操作虽然主要用图像识别，但也支持坐标。但请不要用绝对坐标。如果非要用坐标，请使用基于屏幕分辨率的相对坐标。例如，要点击屏幕中央，可以用 touch([0.5, 0.5])，这里的0.5代表屏幕宽度和高度的50%。
• 设备集群与云测试：网易官方提供了 AirLab 云测试平台，你可以将脚本上传，在云端海量的真实手机设备上并发执行，自动生成兼容性测试报告。对于大型团队，他们甚至提供了私有化手机集群技术方案，可以把这套云测环境部署到公司内网，使用公司自己的测试机群，保障测试数据的安全。这对于需要覆盖大量机型的游戏和App来说，是提升测试效率的终极方案。
• 脚本参数化：将设备信息、应用包名等配置项提取到单独的配置文件中。运行脚本时，通过命令行参数或配置文件来指定当前运行的设备。这样一套脚本就能灵活适配不同环境。

### 6.3 如何组织和管理大量的测试脚本？

当你的自动化脚本越来越多，你会发现它们变得难以维护。脚本之间如何复用？公共操作（比如登录）怎么抽象？测试报告怎么统一查看？

• 模块化与函数封装：这是软件工程的基本思想。把通用的操作封装成函数，比如login()、logout()、enter_level(level_num)。每个具体的测试用例脚本，去调用这些公共函数。这样，当登录流程改变时，你只需要修改login()函数一处。
• 使用测试框架：Airtest脚本本质上是Python代码，你可以用unittest或pytest这样的Python测试框架来组织你的用例。这样你可以利用框架的setUp/tearDown（初始化/清理）机制、断言方法，以及强大的测试报告和用例发现功能。
• 版本控制：一定要用Git等工具管理你的自动化脚本代码。这能方便地回溯历史、协同开发，并且与你的被测应用版本关联起来。
• 持续集成：将你的自动化测试脚本集成到Jenkins、GitLab CI等持续集成工具中。每次开发提交代码，或者每晚定时，自动触发测试脚本的执行，并及时将测试结果反馈给团队。这才是自动化测试价值最大化的体现。

记住，引入自动化测试是一个过程，不要期望一蹴而就。从最重要的、最稳定的一个用例开始，慢慢积累，逐步构建起你的自动化测试体系。Airtest是一个强大的起点工具，它能让你快速看到成效，建立信心，然后再向更工程化、体系化的方向迈进。