logo
  • 環境
  • エンタープライズ
  • 料金
TeamMar 11, 2026

Playwright Web App Testing Agent SkillでWebサイトの品質監査を自動化する

Celine XieCeline Xie
Playwright Web App Testing Agent SkillでWebサイトの品質監査を自動化する
Automate Everything with
AI Workforce on Desktop
Download Eigent

UI監査を自動化して、自信を持ってリリースする

手動テストは遅く、ミスが起きやすい、進捗を鈍らせる作業です。変更をプッシュするたびに、本番サイトに見えないところで壊れたリンクやコンソールエラーが潜んでいないか心配していました。品質の最低ラインを維持するだけで、毎週何時間も手作業でクリックし続ける必要がありました。

この作業を Eigent に任せるために、webapp-testing スキルを使い始めました。Playwright の自動化と Eigent のエージェントワークフローを組み合わせることで、視覚的スナップショットやログ確認を含むサイト全体の監査を、1つのプロンプトで実行できるようになりました。

ここでは、Eigent.ai のWebサイトをテストするためにワークフローをどのように構成したかを紹介します。

1テストスクリプトを準備する

まず、Python スクリプトでテストロジックを定義します。Playwright の async API を使うことで、ナビゲーション中のコンソールメッセージやネットワーク障害を追跡できます。このスクリプトは操作の頭脳として機能し、特定のナビゲーションリンクから全ページのスクリーンショットまで、何を確認すべきかを Eigent に正確に指示します。

webapp-testing スキルを使用して、Webサイト https://www.eigent.ai/ の包括的な機能テストと UI テストを実施してください。

2エラーリスナーを設定する

このワークフローで特に価値が高いのは、表面化しない失敗を検出できることです。ブラウザのコンソールエラーとネットワークリクエストの失敗を監視するようにスクリプトを設定しました。これにより、手動確認では見落としやすい設定ミスである、見つけた PostHog トークンの欠落のような技術的な問題を Eigent が記録できます。

3サイトを自律的にナビゲートする

ナビゲーションは Eigent が主導します。ホームページから開始し、Environments や Enterprise のような主要なナビゲーションリンクを識別します。これらのセクションをクリックしながらネットワークがアイドル状態になるまで待つことで、すべてのページ遷移がスムーズで、コンテンツが期待どおりに読み込まれることを保証します。

4視覚的スナップショットを取得する

スクリーンショットは、ページ間で UI の一貫性を確認する最良の方法です。テスト中、Eigent はホームページと内部セクションのフルページスナップショットを自動で取得します。私は次のような複数のビューを保存しました。

  • ホームページ: /Users/celinexie/eigent/yuqinxie27/project_1773233237823-6389/task_1773240157579-7533/homepage.png
  • Environmentsページ: /Users/celinexie/eigent/yuqinxie27/project_1773233237823-6389/task_1773240157579-7533/environments_page.png
  • Enterpriseページ: /Users/celinexie/eigent/yuqinxie27/project_1773233237823-6389/task_1773240157579-7533/enterprise_page.png

5自動レポートを生成する

ナビゲーションが完了すると、Eigent はすべてを Markdown レポートにまとめます。これには、検出結果の要約、コンソールエラーの一覧、取得したすべてのスクリーンショットへの絶対パスが含まれます。これらのデータが1か所にまとまることで、レビューが即座に行えます。

6検出結果を分析する

出力を確認して、重大なブロッカーがないかを特定します。今回の実行では、監査により PostHog の初期化エラーが検出され、task_splitting.mp4 の中断された動画アセットがフラグされました。これらは単なるバグではなく、顧客が目にする前にユーザー体験を改善する機会です。

労力を増やさずに品質を拡張する

これは単にいくつかのコンソールエラーを見つけるだけの話ではありません。このワークフローは、Playwright のような技術ツールを Eigent がどのように自律的な品質パートナーへ変えるかを示しています。小さな UI 変更ごとに複雑なテストスイートを作成・保守する代わりに、URL を Eigent に指定するだけで、完全なレポートを受け取れます。

QA の「退屈な」部分を自動化することで、開発者は機能開発に集中しながら、既存サイトの堅牢性も確保できます。

次に試すこと

https://eigent.ai/pricing をモバイル対応の観点で監査し、375x812 解像度でスクリーンショットを取得してください。 サイト内のすべてのブログ投稿で壊れた画像を確認し、404 エラーがあれば一覧にしてください。 Enterprise ページの 'Book a Demo' ボタンが、スケジューリングモーダルを正しく開くことを確認してください。

これらはいずれも同じ webapp-testing スキルを活用しており、追加設定は不要です。

より良い結果を得るためのヒント

  • networkidle の待機状態を使う。 これにより、Eigent がスクリーンショットを撮ったりエラーを確認したりする前に、非同期アセットやトラッキングスクリプトの読み込みが完了していることを保証できます。
  • 中断されたリクエストを除外する。 多くのブラウザは、急速なナビゲーションや遅延読み込みの際にリクエストを中断します。これらを除外することで、実際の 404 やサーバーエラーに集中できます。
  • 役割を具体的に指定する。 Eigent にボタンをクリックするよう指示する場合は、link や button のような role ベースのセレクターを使うことで、CSS の変更に対してテストをより堅牢にできます。

Other use cases

動画から CAD モデルを作る:Gemini 3.7 Flash と 3.6 Flash の比較

動画から CAD モデルを作る:Gemini 3.7 Flash と 3.6 Flash の比較

アップロードした参照動画の Transformers キャラクターを解析し、プロダクション利用を想定した高詳細 3D CAD/メッシュモデルを .glb で出力します。スタイル、関節、表面詳細を解析し、関節ピボットでボディと装甲を分離した高精度ハードサーフェス形状を作成します。陽極酸化金属、ブラッシュドスチール、ダークチタン、高光沢塗装、発光チャンネルを含む PBR 材質を使い、Diffuse、Normal、Roughness、Metallic、Emissive テクスチャを GLB に埋め込みます。

領収書と請求書からのVAT申告書の自動作成

領収書と請求書からのVAT申告書の自動作成

「VAT」フォルダ内のすべての領収書と請求書を処理してください。写真、スキャンしたPDF、デジタル請求書も含みます。最終出力は2ファイルのみとしてください。(1) vat_return.xlsx — Excelファイルには領収書または請求書ごとに1行を設け、抽出したすべての項目を一覧化し、各項目がVAT還付の対象かどうかを示し、対象項目ごとの回収可能なVAT金額を表示し、回収対象外項目の除外理由を含め、手動確認が必要な項目を明確にフラグし、回収可能なVAT合計額を示すサマリーシートを含めてください。(2) vat_return.html — 会計チームが直接開いて共有できる、自己完結型のHTMLファイルを作成してください。HTMLファイルには、すべてのVAT回収項目、各項目の回収可能なVAT金額、除外された項目とその除外理由、手動確認が必要な項目、そして回収可能なVAT合計額を表示してください。不確かな情報は推測しないでください。

長期タスク: Eigentのシングルエージェントハーネス上でのGLM-5.1 vs GLM-5.2

長期タスク: Eigentのシングルエージェントハーネス上でのGLM-5.1 vs GLM-5.2

AIインフラ・エコシステムに属する26社について、深掘り調査を行う。これはAIバリューチェーン全体の中でも最も確度の高い主軸である。以下の6つのサブセクターを網羅する(各分野で、大手リーダーから中小企業まで代表的な企業を選定すること):AIデータセンター(計算基盤/建設拡大);GPU/AIチップ(学習・推論向けシリコン、ASIC、IP);サーバー、ネットワーキング&光学モジュール(スイッチ、NIC、光インターコネクト);電力、液冷&エネルギー貯蔵(電源、熱管理、エネルギー管理);AIクラウド/計算プラットフォーム(ハイパースケーラー、GPUクラウド、計算リースプラットフォーム);支援エコシステム(HBM/先端パッケージング、ファウンドリ、コネクタ、その他重要部品)。各社について調査する項目は、企業名、サブセクター、本社/国;主要製品とAIチェーンにおける具体的役割;上場・非上場(上場企業はティッカー+取引所、非上場企業は最新の評価額/資金調達ラウンド);時価総額または評価額(順位付けに使用);エコシステム内でのポジショニングと参入障壁(1〜2文);主要顧客/競合。並び順は、各サブセクター内で大きい順から小さい順(時価総額/評価額基準)にする。全体構成はトップダウンで、ハードウェア・エコシステム全体の概観から各企業個別の詳細へ落とし込む。出力要件: まず、26社すべてを上記フィールド、6つのサブセクター分類、上場・非上場フラグ、サブセクター横断の比較マトリクス(サブセクター × 主要指標)を含む構造化データファイル ai_infra_data.json を生成する。次に、そのJSONから洗練されたHTMLレポートを生成すること。レポートには、エコシステムの概観/レイヤー図、セクション別構成、企業カード、上場・非上場を明確に示す表示(タグまたは色分け)、時価総額ランキングチャート、並び替え/絞り込み可能な比較テーブルを含める。デザインはプロフェッショナルで、情報密度が高く、インタラクティブであること。まず調査データの正確性を検証し(上場状況、ティッカー、評価額 — 最新数値と出典を使用)、その後にレポートを生成する。タスクはシングルエージェントモードで送信する。

Automate everything with AI workforce on desktop
Download Eigent

今すぐ Eigent を試す

オープンソースのデスクトップアプリをダウンロードして、AI ワークフォースで自動化を始めましょう。

Eigent をダウンロード
Eigent

AI Workforce Automation の最新アップデートとチュートリアルをお届けします。

ご購読ありがとうございます!

製品Eigent環境料金エンタープライズ
探索ソリューションユースケーススキルプラグインブログ
開発者ドキュメントGitHubCAMEL-AIオープンソースファンドパートナー
ダウンロードオープンソース向け
会社情報私たちについてブランド採用情報利用規約プライバシーポリシーセキュリティと信頼Cookieポリシー返金・トライアルポリシー

無断転載を禁じます © 2026 EIGENT UK LTD