# การทดสอบ iOS App อัตโนมัติ

รวมระบบ memory ของ Synapse กับ Computer Control API เพื่อสร้างการทดสอบ iOS app ที่ขับเคลื่อนด้วย LLM LLM จดจำสถานการณ์ทดสอบ, เรียนรู้จากความล้มเหลวในอดีต และปรับตัวตามการเปลี่ยนแปลง UI

## Architecture

```
┌──────────────┐    commands    ┌──────────────┐    screenshots    ┌──────────────┐
│  LLM Agent   │ ─────────────▶│  Synapse     │ ────────────────▶ │  iOS Sim     │
│  (Claude)    │               │  Computer    │ ◀──────────────── │  (via agent) │
└──────────────┘               │  Control     │    results        └──────────────┘
       │                       └──────────────┘
       │ store/recall
       ▼
┌──────────────┐
│  Memories    │ (test scenarios, past failures, UI patterns)
└──────────────┘
```

## ข้อกำหนดเบื้องต้น

- บัญชี Synapse + Mind Key
- Synapse MCP server กำหนดค่าใน Claude Desktop
- iOS Simulator พร้อม `screen-remote-agent` ติดตั้ง
- Computer ลงทะเบียนใน Synapse (ดู [Computer Control API](/docs/api/computers))

## ขั้นตอนที่ 1: ลงทะเบียน Simulator Computer

บน Mac ที่รัน iOS Simulator:

```bash
# Get install code from Synapse
curl -X POST https://synapse.schaefer.zone/computers/install-code \
  -H "Authorization: Bearer YOUR_MIND_KEY" \
  -d '{"computer_name":"ios-sim"}'
# → { "install_code": "ic_..." }

# Run screen-remote-agent on the Mac
# (uses the install code to register)
```

## ขั้นตอนที่ 2: เก็บสถานการณ์ทดสอบใน Memory

เก็บสถานการณ์ทดสอบที่ใช้ซ้ำเป็น memory:

```python
import requests

def store_test_scenario(name, steps, app):
    requests.post(f"{URL}/memory",
        headers={"Authorization": f"Bearer {MIND_KEY}"},
        json={
            "category": "skill",
            "key": f"test_scenario_{name}",
            "content": f"App: {app}\nSteps:\n" + "\n".join(steps),
            "tags": ["test", "ios", app],
            "priority": "high"
        })

store_test_scenario("login_flow", [
    "Launch app",
    "Tap email field",
    "Type test@example.com",
    "Tap password field",
    "Type password123",
    "Tap Login button",
    "Verify home screen appears"
], "MyApp")
```

## ขั้นตอนที่ 3: การทดสอบที่ขับเคลื่อนด้วย LLM

ใน Claude Desktop (พร้อม Synapse MCP ที่กำหนดค่า):

```
Run the login_flow test scenario on the iOS Simulator.
Take a screenshot after each step and verify the expected UI.
If any step fails, store the failure as a memory so we can
avoid it next time.
```

Claude จะ:

1. เรียก `memory_search` เพื่อหา memory `test_scenario_login_flow`
2. เรียก `computer_screenshot` เพื่อดูสถานะปัจจุบัน
3. ปฏิบัติแต่ละขั้นตอนผ่าน `computer_command_queue` (click, type)
4. ตรวจสอบผลลัพธ์ผ่าน screenshot
5. เก็บความล้มเหลวเป็น memory `mistake`

## ขั้นตอนที่ 4: การทดสอบที่ซ่อมแซมตัวเอง

เมื่อการทดสอบล้มเหลว ให้เก็บความล้มเหลวและวิธีกู้คืน:

```python
def store_test_failure(scenario, step, error, recovery):
    requests.post(f"{URL}/memory",
        headers={"Authorization": f"Bearer {MIND_KEY}"},
        json={
            "category": "mistake",
            "key": f"failure_{scenario}_{step}",
            "content": f"Scenario: {scenario}\nStep: {step}\nError: {error}\nRecovery: {recovery}",
            "tags": ["test", "failure", "ios", scenario],
            "priority": "high"
        })

# Example
store_test_failure("login_flow", "tap_login",
    "Login button not found at expected coordinates",
    "Button moved due to new logo. Search by accessibility label instead.")
```

ครั้งต่อไปที่ LLM รันการทดสอบ มันจะ recall ความล้มเหลวและปรับใช้การกู้คืนโดยอัตโนมัติ

## ขั้นตอนที่ 5: ติดตามผลการทดสอบ

ติดตามการรันทดสอบเป็น task:

```python
def track_test_run(scenario, status, duration):
    requests.post(f"{URL}/mind/task",
        headers={"Authorization": f"Bearer {MIND_KEY}",
                 "Content-Type": "application/json"},
        json={
            "title": f"Test: {scenario}",
            "description": f"Status: {status}, Duration: {duration}s",
            "priority": "normal"
        })
```

## คำสั่งทั่วไป

| Action | Command |
|--------|---------|
| Launch Simulator | `xcrun simctl launch booted com.example.app` |
| Screenshot | `computer_screenshot` (via Synapse MCP) |
| Tap at (x,y) | `computer_command_queue {type:"click", payload:{x,y}}` |
| Type text | `computer_command_queue {type:"type", payload:{text:"..."}}` |
| Press Home | `computer_command_queue {type:"key", payload:{keys:["Cmd","Shift","H"]}}` |

## แนวทางปฏิบัติที่ดีที่สุด

> [!TIP]
> - **เก็บพิกัด UI เป็น memory** — UI เปลี่ยน แต่ LLM สามารถเรียนรู้ใหม่ได้
> - **ใช้ accessibility label** — คงทยกว่าพิกัด
> - **เก็บข้อมูลทดสอบแยก** — ใช้ variable สำหรับชื่อผู้ใช้, รหัสผ่าน
> - **รันการทดสอบในสถานะสะอาด** — reset Simulator ระหว่างการรัน
> - **บันทึก screenshot สำหรับความล้มเหลว** — มีประโยชน์สำหรับ debug

## ขั้นตอนถัดไป

- [Self-Healing Tests](/docs/guides/self-healing-tests)
- [Computer Control API](/docs/api/computers)
- [Memory Best Practices](/docs/guides/memory-best-practices)