Testes automatizados de apps iOS

Combine o sistema de memória do Synapse com a API de Controle de Computadores para construir testes de apps iOS orientados por LLM. O LLM lembra cenários de teste, aprende com falhas passadas e se adapta a mudanças de UI.

Arquitetura

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

Pré-requisitos

• Conta no Synapse + Mind Key
• Servidor MCP do Synapse configurado no Claude Desktop
• iOS Simulator com screen-remote-agent instalado
• Computador registrado no Synapse (consulte API de Controle de Computadores)

Passo 1: registre o computador Simulator

No Mac que roda o iOS Simulator:

# 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)

Passo 2: armazene cenários de teste em memória

Armazene cenários de teste reutilizáveis como memórias:

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")

Passo 3: execução de teste orientada por LLM

No Claude Desktop (com Synapse MCP configurado):

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 vai:

1. Chamar memory_search para encontrar a memória test_scenario_login_flow
2. Chamar computer_screenshot para ver o estado atual
3. Executar cada passo via computer_command_queue (click, type)
4. Verificar resultados via screenshots
5. Armazenar quaisquer falhas como memórias mistake

Passo 4: testes self-healing

Quando um teste falha, armazene a falha e a recuperação:

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.")

Na próxima vez que o LLM rodar o teste, ele recupera a falha e aplica a recuperação automaticamente.

Passo 5: rastreamento de resultados de teste

Rastreie execuções de teste como tarefas:

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"
        })

Comandos comuns

Melhores práticas

Próximos passos

• Testes self-healing
• API de Controle de Computadores
• Melhores práticas de memória