VISCA：推断组件抽象以实现自动化端到端测试
软件工程
2025-06-05 v1
摘要
为使用大语言模型（LLM）进行自动化端到端（E2E）测试生成提供最优上下文输入，是一个重大挑战，当前方法对此应对不足。本文提出了视觉-语义组件抽象器（VISCA），一种将网页转换为分层、语义丰富的组件抽象的新方法。VISCA首先利用一种新颖的基于启发式的分割方法将网页划分为候选片段。这些候选片段随后通过多模态LLM驱动的分析进行分类和上下文信息提取，从而抽象为预定义的用户界面（UI）组件词汇表。这种以组件为中心的抽象比先前方法提供了更有效的上下文基础，使特征推断和鲁棒的E2E测试用例生成更加准确。我们的评估表明，VISCA生成的测试用例实现了平均92%的特征覆盖率，超过了最先进的基于LLM的E2E测试生成方法16%。
引用
@article{arxiv.2506.04161,
title = {VISCA: Inferring Component Abstractions for Automated End-to-End Testing},
author = {Parsa Alian and Martin Tang and Ali Mesbah},
journal= {arXiv preprint arXiv:2506.04161},
year = {2025}
}