使用多模态视觉AI进行视觉回归测试的n8n工作流
视觉回归测试,多模态AI,n8n工作流,网页截图比较,AI视觉检测,自动化测试

这个 n8n 工作流是一个概念验证模板，探索如何使用多模态 LLM 及其多图像分析能力。在这个演示中，我们比较在不同时间戳拍摄的网页的两个屏幕截图，并将两者传递给我们的多模态 LLM 进行视觉差异比较。在 AI 请求中处理多个二进制输入（即图像）由 n8n 的基本 LLM 节点支持。

工作原理

此模板旨在作为两个部分运行：首先生成基础屏幕截图，然后运行捕获新屏幕截图的视觉回归测试。

从 Google 表格中捕获的网页列表开始，使用名为 Apify.com 的外部网页抓取服务为每个网页捕获基础屏幕截图（我更喜欢 Apify，但请随意使用您可用的任何网页抓取服务）
这些基础屏幕截图上传到 Google Drive，并在我们运行测试时稍后引用。
工作流的第 2 阶段，我们将使用计划触发器在将来某个时间触发，该触发器将重用我们的网页抓取服务来生成所需网页的新屏幕截图。
接下来，并行重新下载我们的基础屏幕截图，并使用旧的和新的捕获，我们将这些传递给我们的 LLM 节点。在 LLM 节点的选项中，我们将定义 2 个类型为二进制（数据）的”用户消息”输入，用于我们的图像。
最后，我们将使用我们的测试标准提示我们的 LLM 并捕获检测到的回归。注意，结果将根据您使用的 LLM 而有所不同。
可以使用 LLM 的输出生成最终报告，并上传到 Linear。
要求
Apify.com API 密钥用于网页截图服务
Google Drive 和 Sheets 访问权限以存储网页列表和捕获
自定义此工作流

有您自己偏好的网页截图服务吗？请随意将 Apify 换成您选择的服务。

如果网页截图太大，LLM 可能难以精确发现差异。尝试将捕获拆分成更小的图像。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。