Streamlining Acceptance Test Generation for Mobile Applications Through Large Language Models: An...

文章总结与翻译

一、主要内容

本文针对移动应用（尤其是Flutter跨平台框架）验收测试中存在的人工成本高、维护难度大、平台碎片化等瓶颈问题，提出了一种名为AToMIC的自动化框架。该框架基于大语言模型（LLM），从JIRA需求工单和GitHub代码变更中提取信息，自动生成Gherkin场景、Page Object类和可执行UI测试脚本，并在宝马MyBMW应用（包含170+屏幕、300万行代码的工业级项目）中进行了验证。

核心工作流程包括：

1. 需求与代码分析：提取JIRA工单中的验收标准，解析GitHub提交的代码变更，筛选UI相关文件；
2. 导航模型构建：生成应用屏幕间的导航图，识别有效用户流程路径；
3. 多类型工件生成：通过专用LLM（DeepSeek-R1用于场景生成、DeepSeek-Coder-V2用于代码生成、Gemma3:1b用于代码摘要）生成结构化测试工件；
4. 集成与验证：生成的测试脚本可直接接入CI/CD流水线，支持本地部署以满足隐私需求。

实证结果显示，AToMIC在13个真实业务场景中表现优异：Gherkin场景语法正确率93.3%，78.8%的Page Object无需手动修改即可使用，UI测试脚本执行成功率100%；单功能测试工件生成平均耗时仅259秒，相比人工方法节省超95%时间（通常为1个工作日/功能），获得了开发、产品等多方从业者的认可。

二、创新点

1. 端到端工业级自动化：实现从需求工单、代码变更到可执行测试脚本的全流程自动化，解决了传统