Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar
Sessões

Learning Prototype Testes com JUnit BDD Plano de Teste e Browser Use (2025-03-25)

25 mar 20251h 07min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão começou com uma discussão sobre ambientes virtuais em Python e arquivos de configuração, destacando que o venv ajuda a isolar bibliotecas e versões para garantir compatibilidade entre projetos, enquanto o arquivo .env deve armazenar configurações e chaves de API com segurança, sem ser enviado ao repositório. Também foram comentadas aplicações de visão computacional e redes neurais, como rastreamento de objetos, filtros e análise de imagens, relacionando essas possibilidades ao Learning Prototype e à avaliação da reação dos usuários durante os testes. O Browser Use despertou interesse por conseguir navegar autonomamente, localizar sites e executar ações, mas ficou em aberto entender como ele identifica elementos, quais tecnologias utiliza internamente e como se comportaria em aplicações locais ou com interfaces menos estruturadas.

Houve uma apresentação sobre testes unitários com JUnit, abordando a estrutura de configuração, execução e verificação, anotações, métodos de preparação e finalização, asserções, testes parametrizados, exceções e uso de mocks com Mockito. Reforçou-se a importância de testes unitários, cobertura de código e integração com mecanismos de qualidade, além da possibilidade de gerar testes a partir de histórias e cenários em BDD. Também foi esclarecida a diferença entre plano de testes, cenários de teste e BDD: o plano documenta a estratégia e as execuções, enquanto o BDD descreve o comportamento esperado, incluindo fluxos positivos e negativos.

Como próximos passos, o grupo pretende organizar exemplos de entradas e saídas, planos de teste, cenários BDD e códigos no GitLab para estabelecer padrões de avaliação dos agentes de IA e reduzir alucinações, como a criação de campos ou botões inexistentes. A proposta é investigar agentes capazes de interpretar histórias, gerar planos e cenários e produzir testes para tecnologias específicas, como JUnit, Robot Framework, Selenium e Browser Use. Foram combinadas novas apresentações sobre Browser Use, ferramentas relacionadas a IA e MCP, além de uma demonstração futura do TestLink; permanecem em aberto a definição exata das entradas e saídas da solução, a integração entre plano de testes e automação e a compreensão do funcionamento interno do Browser Use.

Gerado por IA a partir da transcrição.
Capítulos · 33
00:03
Ajustes da reunião e colaboração entre a equipe
Assistir
01:17
Ambiente virtual, arquivos de configuração e segurança de chaves
Assistir
02:33
Compatibilidade de versões com ambientes virtuais Python
Assistir
05:14
Visão computacional e coleta de dados com bibliotecas Python
Assistir
07:50
Filtros, protótipos e uso de IA para testar aplicações
Assistir
10:25
Organização das apresentações sobre QA e IA
Assistir
15:31
Introdução a testes unitários com JUnit e Spring
Assistir
18:09
Mocks, parametrização e testes de exceções
Assistir
22:01
Geração de testes unitários com IA e Quality Gates
Assistir
24:36
Definição das entradas para a ferramenta de testes
Assistir
28:31
BDD como formato de entrada para automação de testes
Assistir
31:06
Protótipo para gerar cenários e códigos de teste
Assistir
34:52
Diferença entre plano de teste, cenário e BDD
Assistir
38:42
Demonstração da ferramenta TestLink
Assistir
39:59
Exemplo de plano de teste em BDD
Assistir
43:51
Execução, evidências e documentação no TestLink
Assistir
46:26
Uso de agentes de IA para gerar planos e testes
Assistir
47:43
Relação entre plano de teste e cenários de erro
Assistir
48:59
Documentação de testes e caminhos felizes e de erro
Assistir
50:18
Uso do ChatGPT para criar e refinar tarefas
Assistir
51:35
Limitações do ChatGPT na criação de cenários BDD
Assistir
52:51
Exemplos de entrada e saída para reduzir alucinações
Assistir
54:08
Erros comuns da IA em testes de interfaces
Assistir
55:26
Falhas na identificação de formulários e campos
Assistir
56:41
Automação de serviços e evolução da solução
Assistir
57:56
Como incorporar testes unitários e de serviço
Assistir
59:12
Desafio de entender e reproduzir o uso do navegador
Assistir
1:00:27
Como a automação identifica elementos da página
Assistir
1:01:45
Exploração da ferramenta e acesso a domínios restritos
Assistir
1:03:07
Testes em ambientes locais e próximos encontros
Assistir
1:04:24
Python, dependências e integração entre ferramentas
Assistir
1:05:42
MCP e tendências de adoção pelas tecnologias
Assistir
1:07:00
Encerramento e próximos passos
Assistir
Cortes · 14
Ambientes virtuais e dependências em Python
O grupo diferencia ambiente virtual e arquivo de configuração, discutindo o uso do venv para isolar bibliotecas, evitar conflitos de versões e manter o projeto controlado. Também é alertado o cuidado de não expor chaves de API em repositórios públicos.
01:17 – 05:14Assistir
Visão computacional e rastreamento de objetos
Os participantes conversam sobre o uso de câmeras, processamento na borda e bibliotecas de machine learning para rastrear objetos, mãos e rostos em tempo real. Também são citados exemplos de contagem de veículos e filtros interativos.
06:31 – 09:08Assistir
IA observando a interação do usuário
A discussão propõe analisar a reação do usuário diante de uma aplicação como uma forma complementar de teste, usando câmera, navegador e análise de sentimentos. Em seguida, é relatada uma experiência com um navegador capaz de executar tarefas automaticamente, mas com limitações para gerar testes em BDD.
09:08 – 10:25Assistir
Testes unitários com JUnit e Mockito
É apresentada a estrutura de um teste unitário em Java com JUnit: configuração, execução e verificação. A explicação aborda anotações, asserções, testes parametrizados, mocks com Mockito e testes de exceção, usando uma API de produtos como exemplo.
15:31 – 20:43Assistir
Testes unitários como apoio à qualidade do código
O grupo relaciona testes unitários, geração de código por IA e ferramentas de integração contínua. A conversa destaca a importância da cobertura de testes e de mecanismos como Quality Gates para avaliar a qualidade do código.
22:01 – 24:35Assistir
Definindo entradas para geração de testes
Os participantes discutem quais informações devem ser fornecidas a uma ferramenta de IA para gerar testes, incluindo BDD, passos detalhados, Robot Framework e Selenium. BDD é apontado como uma entrada estruturada e familiar para descrever o comportamento esperado e reduzir ambiguidades.
24:36 – 31:06Assistir
BDD, cenários e plano de testes
A equipe descreve a proposta de interpretar histórias de usuário para gerar cenários, planos de teste e eventualmente código automatizado. Também é esclarecido que BDD representa o comportamento esperado, enquanto o plano de teste é uma documentação mais ampla.
31:06 – 34:50Assistir
Exemplo prático de plano de teste em BDD
É demonstrado um plano de teste baseado no cadastro de usuário em um site, com pré-condições, ações, validações e regras de negócio. O exemplo mostra como descrever fluxos em BDD e diferencia testes manuais, automatizados e a documentação reunida no plano de testes.
39:59 – 45:11Assistir
Diferença entre BDD, plano e cenário de teste
A conversa explica que BDD descreve o comportamento esperado da aplicação, enquanto o plano de teste organiza a estratégia e a documentação da validação. Também é feita a distinção entre plano e cenário de teste, com exemplos de variações, regras de negócio e situações de erro.
45:11 – 48:59Assistir
Como usar IA na criação de testes
A equipe discute a importância de manter exemplos de planos de teste, cenários e documentos de entrada e saída. Também é explicado um fluxo de trabalho em que a pessoa escreve os cenários com base na própria experiência e usa o ChatGPT para refiná-los, evitando confiar totalmente na IA para criar BDDs.
48:59 – 52:51Assistir
Como reduzir alucinações em testes gerados por IA
O grupo explica que fornecer bons exemplos de entradas e saídas ajuda a direcionar a IA e diminuir invenções. São citados erros comuns, como criar botões e campos inexistentes ou não distinguir corretamente formulários de login e cadastro em aplicações como o BugBank.
52:51 – 56:41Assistir
Transformando aprendizados em uma solução de testes
A conversa aborda como os erros encontrados nas ferramentas devem orientar a construção da solução de automação. Também são discutidos testes de serviços, testes unitários e a necessidade de capturar corretamente os elementos de interfaces e diferentes tipos de tecnologia.
56:41 – 59:12Assistir
Como a automação identifica elementos na página
O grupo debate o desafio de entender como uma ferramenta de automação navega, localiza campos e executa ações sem depender apenas do navegador utilizado. A discussão compara esse comportamento com recursos do Selenium, índices de elementos e a qualidade dos identificadores presentes nos sites.
59:12 – 1:03:04Assistir
Dependências, compatibilidade e MCP no ecossistema de IA
São discutidas as dificuldades de instalação e dependências do Python, além de uma cadeia de ferramentas que utiliza outras ferramentas. A conversa também relaciona essas experiências ao avanço do MCP e à adoção de interfaces compatíveis por novas tecnologias.
1:04:24 – 1:05:42Assistir
Perguntas desta sessão
A reação do usuário ao utilizar uma aplicação pode ser usada como entrada para testes de interface?
Sim. A reação do usuário, obtida por recursos como câmera, visão computacional e análise de sentimentos, pode funcionar como uma entrada adicional para avaliar o comportamento da interface. Essa possibilidade foi considerada uma ideia para uma etapa futura.
09:03 – 09:57Assistir
Como o Quarkus lida com dependências e recursos que já vêm disponíveis por padrão no Spring?
No Quarkus, recursos equivalentes aos starters do Spring podem não estar disponíveis por padrão; nesse caso, é necessário adicionar explicitamente as dependências correspondentes.
22:07 – 22:19Assistir
A entrada do protótipo deve ser escrita em BDD ou em um formato passo a passo?
As duas formas podem ser usadas. A escolha depende da preferência e da prática do profissional de QA; BDD é uma opção mais habitual para alguns usuários, enquanto outros preferem descrever os passos diretamente.
25:47 – 26:15Assistir
Que tipo de informação deve ser especificada para gerar testes automatizados e código para uma tecnologia específica?
É necessário indicar o tipo de teste desejado e usar um padrão específico para a tecnologia escolhida, como JUnit, Selenium ou Robot Framework, permitindo gerar testes adequados à interpretação do cenário.
32:59 – 33:21Assistir
BDD é um plano de teste?
Não. BDD descreve o comportamento esperado da aplicação, geralmente no formato dado/quando/então, funcionando como um roteiro do comportamento desejado. O plano de teste é outro documento, usado para registrar aspectos como cenários, arquitetura e bugs.
34:14 – 35:00Assistir
Qual ferramenta foi usada para criar o plano de teste e qual é a estrutura dele em outras ferramentas?
O plano de teste foi criado no TestLink. Em ferramentas como Word, a estrutura pode ser praticamente a mesma, embora o TestLink tenha sido usado durante o treinamento para organizar os planos.
38:04 – 38:15Assistir
O plano de teste é uma alternativa ao BDD ou são conceitos diferentes?
São conceitos diferentes. O plano de teste reúne toda a documentação do teste, incluindo modalidade manual ou automatizada, prioridades, execuções e evidências. O BDD descreve o comportamento esperado da aplicação e pode ser incluído como parte do plano de teste.
44:21 – 45:00Assistir
Como o BDD se relaciona com o plano de teste?
O BDD pode fazer parte do plano de teste. Ele descreve o comportamento esperado da aplicação usando a lógica dado/quando/então e é elaborado em paralelo ao desenvolvimento, enquanto o plano de teste organiza a estratégia e a documentação dos testes.
46:10 – 46:33Assistir
Como o Browser Use identifica os campos e decide onde clicar e o que preencher em uma página web?
A ferramenta parece usar automação baseada em Selenium e identifica elementos da página para executar as ações, exibindo um passo a passo do que está fazendo e pensando. Ainda seria necessário investigar melhor como ocorre a extração dos índices e a seleção dos elementos.
1:00:36 – 1:01:01Assistir
É possível mapear os campos de um formulário usando índices dos elementos, como índice zero, índice um e índice dois?
Sim. Foi discutida a possibilidade de mapear os inputs de um formulário e exportá-los por índice, permitindo referenciar campos como nome, senha e confirmação de senha por suas posições.
1:01:12 – 1:01:36Assistir
O Browser Use consegue acessar sites restritos ou aplicações locais por meio de uma VPN?
Como o Browser Use é executado na máquina, ele pode acessar os ambientes disponíveis para essa máquina, inclusive sites internos ou restritos quando há conectividade adequada, como uma VPN. A aplicação em sites locais de teste também foi considerada, mas exigiria validação prática.
1:03:07 – 1:03:23Assistir