探索最佳AI工具

呼叫 SnapDiff 託管 API 進行截圖、視覺比較、變化檢查及 HTML/CSS 影像渲染。依變更意圖驗證介面需專案與基準，可能返回人工審核判定。需要 API 金鑰；視覺差異本身不能驗證應用行為。

使用 Gemini 依 ARIA 快照建議 Playwright 定位器，檢查唯一性和可見性，並可修改測試檔案。需要模型憑證與瀏覽器相依套件；模擬模式僅供離線測試。快照會傳給模型，定位器唯一不代表仍驗證原定行為。

以確定性瀏覽器測量檢查網頁動畫時長、緩動和減少動態效果支援，並可選視覺模型設計評審。需要 Chromium；模型評審須設定服務商或本機模型。規則分數及模型發現輔助審核，不證明完整無障礙合規或普遍設計品質。

一個用於評估 AI 代理的工具，具有穩定性報告、翻轉歸因、LLM 評判審計和源自知識庫的確定性檢查等功能。

ClawBench 是一個用於評估瀏覽器 AI 代理在日常任務上的基準。

多語言基準，用於評估軟體代理在問題解決上的表現。

AgentLeak 提供 Python SDK、CLI 和 MCP 工具，用於檢查智慧體在工具呼叫、記憶、訊息和日誌中的資料外洩，並提供去識別化報告和 CI 檢查關卡。

用於檢查 AI 代理的完成聲稱對 Git 證據的工具。

Agent-Wiz 是一個用於威脅建模和視覺化 AI 代理的命令行界面 (CLI)，其建構框架包括 LangGraph、AutoGen 和 CrewAI。

AgentSkeptic 是一個用於檢測 AI 代理工作流程中靜默失敗的工具，通過驗證實際系統狀態。

用於瀏覽器使用失敗的本地重放調試器，帶有截圖、模型輸入/輸出、失敗步驟時間線和 HTML 導出。

一個用於檢查 AI 編程代理工作並將檢查結果綁定到當前 Git 狀態以供人類審查的工具。

開源自我改進的 QA 代理程式，供軟體團隊使用。一個具有記憶功能的測試套件。用自然語言為網站和移動裝置編寫測試。agent-qa 從每次執行中學習，適應 UI 變更，並在您發布之前抓取回退。

RAMPART是一個專為代理式AI應用程式設計的pytest原生安全性和安全性測試框架。

一個用於 AI 代理的回歸測試框架，可保存金絲雀基線並檢測行為漂移。

用於MCP伺服器的回歸測試工具，可自動發現伺服器、檢查功能，並偵測模式變動。

一個全瀏覽器的 UAT 技能，用於 Playwright 測試，具備多種功能。

Claude Code 技能，用於 AI 辅助漏洞獵捕，可自動化進行安全測試。

一個透過MCP測試、評分和檢查n8n工作流程的工具。

測試 LLM 和代理應用程式的基礎設施，並具備協作評估功能。

使用測試驅動開發方法實現功能及錯誤修復。

用於 API 和代理式工作流程的 AI 測試生成器

基於 Playwright 的工具，用於本地網頁應用程式測試和除錯