האירוע החל בהצגת החברה ע״י קארין זלוף, ולאחר מכן הציג ניצן גולדנברג את כלל הפעילויות, המיזמים וההזדמנויות שמציעה ITCB לקהילת הבודקות והבודקים בישראל.
מרצה: נדב לייבוביץ
בהרצאתו הציג נדב כיצד ה-Playwright Agents יכולים לשנות מן היסוד את אופן יצירתן ותחזוקתן של בדיקות End-to-End. במקום כתיבה ידנית וממושכת, התהליך הופך אוטומטי וברור, על בסיס שלושת הסוכנים:
Planner Agent – סורק את המוצר ויוצר תרחישים נקיים ומובנים בפורמט Markdown.
Generator Agent – ממיר את התרחישים לבדיקות Playwright מלאות, כולל ולידציה של סלקטורים.
Healer Agent – מנתח כשלים, מזהה סלקטורים שבירים או בעיות תזמון, מתקן אותם ומריץ מחדש את הבדיקות.
במהלך ההדגמה הציג נדב שילוב מלא של סוכנים אלו בפרויקט Playwright אמיתי: אתחול Fixtures, ניהול Authentication, שמירה על קריאות הקוד וביצוע תיקונים אוטומטיים בצורה בטוחה.
ההדגמה הבליטה כיצד הסוכנים מפחיתים עבודה שחוזרת על עצמה, מזרזים יצירת בדיקות, ומעלים את היציבות והאמינות לאורך זמן ככל שהמערכת מתפתחת.
קישור למצגת:
https://using-playwright-agents--fnae85g.gamma.site/
מרצה: נתנאל הרוש
נתנאל עסק בשאלה שמטרידה צוותי QA רבים:
איך להבין באמת את כשלי הבדיקות — ולא רק לייצר עוד ועוד בדיקות.
הוא תיאר את האתגרים המוכרים לכולנו: סוויטות בדיקות ענקיות, לוגים אינסופיים ב-CI, בדיקות לא יציבות, ולבסוף שעות ארוכות של ניתוח כשל במקום בדיקות אפקטיביות.
בהרצאה הוצג כיצד ניתן להשתמש במודלי LLM כדי להפוך את "רעש" הדוחות לתובנות ברורות ומעשיות.
במהלך הסשן דיבר נתנאל על:
למה בדיקות רבות נכשלות ללא הסבר ברור
ההבדל בין AI שמייצר בדיקות לבין AI שמסביר כשלים
כיצד LLM יכול לקרוא דוחות Playwright, לקבץ כשלים ולחשוף את שורש הבעיה
דמו חי על פלט בדיקות אמיתי
שילוב המערכת ב-CI לקבלת סיכומי כשלים אוטומטיים ב-Slack או GitHub
קישור לריפו עם קוד הדמו:
https://github.com/NetanelH2/Analyze-Playwright-Reports-with-LLM
המסר המרכזי:
אנחנו לא צריכים עוד בדיקות — אנחנו צריכים פידבק חכם יותר מהבדיקות שכבר קיימות.
קישור לפרופיל לינקדאין של נתנאל הרוש
קישור לפרופיל הלינקדאין של נדב לייבוביץ
ניתן לצפות בהקלטה המלאה כאן:
