操作过程
四步轻松生成技术选型调研报告
1
安装推荐 Skill
打开 AiPy 智能体集市,安装右侧列出的「网页前端开发」Skill,即可开始使用。
2
说一句大白话需求
粘贴提示词:「联网搜索 Playwright、Cypress、Selenium 最新信息,做一份技术选型调研报告」。
3
AI 自动调研生成
AiPy 自动联网搜索四大轮次、调用 GitHub API 核验实时数据,并生成深色杂志风 HTML 报告。
4
对话式精调
随时说「配色换成亮色」「加一个框架」,秒级响应修改,满意即可使用。
✅ 最终产出:task-003-report.html(技术选型调研报告 · HTML 单文件)
测试团队负责人 · 联网调研三大框架产出12维度选型报告
Web自动化测试框架技术选型调研报告
提示词
联网搜索主流开源 Web 自动化测试框架(Playwright、Cypress、Selenium 等)的最新信息(包括功能特性、社区活跃度、生态支持、典型使用场景等),做一份精美的技术选型调研分析报告。请将最终输出文件命名为 task-003-report.html,并保存在当前工作目录下。报告要求:结构清晰(含框架概览、多维度对比表格、适用场景推荐、选型结论等章节),数据引用需注明来源,页面排版美观、配色统一,适合直接作为 HTML 单文件展示。执行环境约束:- 当前工作目录为当前运行环境下的工作目录;生成的脚本、临时文件和最终输出文件都必须保存在当前工作目录或其子目录中。- 不要把任何新文件写入项目根目录、测试包目录、resources 目录或输入资源文件所在目录。- 禁止修改任务描述里引用的源文件;如需修改,先拷贝到工作目录下再修改。- 当前运行是非交互模式,不要向用户提问;信息不足时请基于上下文做合理假设并继续完成任务。
用户痛点
- 选型无据:三大框架宣传资料满天飞,缺乏横向真实数据支撑,怕拍脑袋选错。
- 信息过时:网文版本混杂,分不清哪个框架 2025–2026 年还在活跃迭代、有哪些新能力。
- 汇报耗时:整理一份有说服力的对比报告,自己查资料+做表格+排版要花一整个下午。
AiPy 实现过程
1
联网调研最新情报
四轮联网搜索,收集三大框架 2025–2026 年版本特性、AI 能力与典型实践。
2
GitHub API 实时核验
拉取三个仓库的 Star/Fork/Issue/许可/最近推送真实数据,拒绝拍脑袋编数字。
3
12 维度横向对比
架构、语言、浏览器、等待机制、并行、调试、组件测试、移动端、AI 能力等逐项对比。
4
生成精美 HTML 报告
深色杂志风单文件报告:数据图表、决策路径、选型结论、10 处来源引用,浏览器直接打开。
页面亮点
数据真实
实时核验:Star 数据经 GitHub API 实时拉取(Playwright 98,427),标注拉取时间。
决策路径
4 步决策树:从技术栈到 AI 需求逐步分流,选型不再拍脑袋。
来源可溯
10 处引用:全部标注出处与发布时间,报告可信度直接拉满。
杂志排版
深色编辑风:衬线大标题+三框架品牌色+纯CSS条形图动画,单文件即开即用。
效率对比
以前手动做
4小时+
查资料/核数据/排版,繁琐易漏
现在用AiPy
约5分钟
搜索+核验+生成全自动
🚀 提效约 48 倍!