"Playwright + LLM + MCP: wykorzystanie AI do testów API i UI" - praktyczny warsztat dla testerów oprogramowania.
"Playwright + LLM + MCP: wykorzystanie AI do testów API i UI" - praktyczny warsztat dla testerów oprogramowania.
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Identyfikatory projektówMałopolski Pociąg do kariery, Nowy start w Małopolsce z EURESEM, Kierunek - Rozwój
- Grupa docelowa usługi
Szkolenie przeznaczone jest dla testerów znających podstawy programowania w JavaScript/TypeScript oraz podstawy Playwright. Mile widziana będzie znajomość Git.
Szkolenie dedykowane jest uczestnikom projektów:
- Małopolski Pociąg do kariery
- Nowy start w Małopolsce z EURESEM
- Kierunek - Rozwój
- Minimalna liczba uczestników6
- Maksymalna liczba uczestników12
- Data zakończenia rekrutacji01-10-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi14
- Podstawa uzyskania wpisu do BURStandard Usługi Szkoleniowo-Rozwojowej PIFS SUS 2.0
Cel
Cel
Cel edukacyjny
Szkolenie prowadzi do nabycia kompetencji w zakresie wykorzystania modeli językowych (LLM) oraz narzędzia Playwright i MCP do automatyzacji i usprawnienia testów API i UI oraz integracji sztucznej inteligencji z procesami QA w praktyczny i efektywny sposób.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Wiedza - uczestnik po szkoleniu:- wyjaśnia zasady działania modeli językowych (LLM), w tym ChatGPT, - charakteryzuje mechanizmy Function Calling, Retrieval-Augmented Generation (RAG) oraz AI Agents, - opisuje architekturę i działanie Model Context Protocol (MCP), - wymienia możliwości integracji LLM z narzędziami testowymi (Playwright, MCP), - identyfikuje potencjalne ryzyka i ograniczenia stosowania AI w testowaniu (halucynacje, powtarzalność), - analizuje aspekty kosztowe, etyczne i jakościowe związane z wykorzystaniem AI w QA | Kryteria weryfikacji Wiedza:- definiuje podstawowe pojęcia związane z LLM, RAG, Function Calling i AI Agents, - opisuje architekturę MCP i sposób jego działania w kontekście testów, - wymienia komponenty integracyjne pomiędzy Playwright, MCP a LLM, - rozróżnia przypadki użycia AI w testach UI i API, - wyjaśnia zagrożenia związane z halucynacjami modeli i proponuje sposoby ich ograniczania, - analizuje przykłady wdrożeń AI w testowaniu pod kątem kosztów, jakości i etyki | Metoda walidacji Test teoretyczny |
Efekty uczenia się Umiejętności - uczestnik po szkoleniu:- konfiguruje środowisko testowe z wykorzystaniem Playwright i MCP, - integruje modele LLM z narzędziami do testów UI i API, - tworzy przypadki testowe na podstawie user stories przy wsparciu LLM, - stosuje prompt engineering do generowania i uruchamiania testów, - automatyzuje testy REST API oraz UI z użyciem Playwright + AI, - korzysta z narzędzi wspomagających kodowanie (np. GitHub Copilot, Cursor), - ocenia efektywność pracy z AI i podejmuje decyzje, co automatyzować ręcznie, a co generować. | Kryteria weryfikacji Umiejętności:- konfiguruje środowisko z Playwright i MCP według instrukcji, - wdraża integrację LLM z testami (np. przez funkcję prompt → kod → uruchomienie), - tworzy przypadki testowe na podstawie dostarczonych user stories z wykorzystaniem LLM, - formułuje skuteczne prompt’y sterujące działaniem AI w testowaniu, - generuje i uruchamia testy REST API oraz testy UI, - porównuje efektywność testów generowanych przez AI i tych tworzonych ręcznie, - dokonuje wyboru narzędzi AI/Copilot/Cursor w zależności od kontekstu testowego | Metoda walidacji Test teoretyczny |
Efekty uczenia się Kompetencje społeczne - uczestnik po szkoleniu:- współpracuje z zespołem testerskim i developerskim przy wdrażaniu AI w testach, - argumentuje decyzje dotyczące zastosowania AI, uwzględniając jakość, koszty i etykę, - dzieli się wiedzą i wspiera innych w pracy z nowymi narzędziami, - inicjuje działania mające na celu usprawnienie procesów testowych z wykorzystaniem AI, - przestrzega dobrych praktyk związanych z utrzymaniem, kontrolą wersji i odtwarzalnością sesji testowych opartych na LLM. | Kryteria weryfikacji Kompetencje społeczne:- uczestniczy aktywnie w pracy zespołowej podczas ćwiczeń warsztatowych, - uzasadnia dobór rozwiązań AI w trakcie dyskusji grupowej lub prezentacji, - przedstawia własne wnioski dotyczące etycznych i praktycznych aspektów wdrażania AI w QA, - prezentuje rozwiązania testowe zespołu i przyjmuje informację zwrotną, - wspiera innych uczestników w korzystaniu z narzędzi i dzieli się spostrzeżeniami podczas warsztatów, - demonstruje odpowiedzialność za jakość i powtarzalność tworzonych testów z użyciem AI | Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
Szkolenie realizowane jest w formule online w czasie rzeczywistym, w godzinach 09.00-17.00. Czas trwania to16 godzin zegarowych. W trakcie szkolenia przewidziane są przerwy ( max 1 h/dzień), które nie są wliczone w czas trwania usługi.
Grupa szkoleniowa liczy 6-12 osób. Uczestnicy korzystają z własnych laptopów/PC zgodnie z informacjami w sekcji "Warunki techniczne".
Zakres tematyczny
1. Wprowadzenie do najnowszych technik LLM
⦁ Podstawy LLM – jak działa ChatGPT?
⦁ Function Calling/Tools – łączenie modelu z narzędziami
⦁ Retrieval-Augmented Generation (RAG) – sposób na zwiększenie jakości odpowiedzi LLMa poprzez udostępnienie wewnętrznej dokumentacj
⦁ AI Agents – przegląd koncepcji, teoria, zastosowanie.
2. Model Context Protocol (MCP) i Playwright
⦁ Architektura serwera MCP
⦁ Instalacja, konfiguracja, integracja z Playwright JS/TS
⦁ Przegląd API: snapshoty dostępności, nawigacja, akcje na elementach
⦁ MCP w praktyce manualnej:
- testy eksploracyjne sterowane promptami LLM
- generacja przypadków testowych na bazie user-stories
3. Automatyzacja testów z AI
⦁ Zastosowanie Copilota/Cursora w automatyzacji testów
⦁ Łączenie Copilota/Cursora z MCP: pipeline „prompt → kod → uruchom → napraw”
⦁ Warsztaty praktyczne:
- Automatyzujemy REST-API w Playwright
- Automatyzujemy testy UI z MCP + Playwright
- Analiza produktywności: co pisać samemu a co generować?
4. Ryzyka, etyka i utrzymanie
⦁ Halucynacje modeli a stabilność/jakość testów.
⦁ Kontrola wersji promptów i odtwarzalność sesji.
⦁ Analiza kosztów, czy to się opłaca?
⦁ Roadmapa rozwoju MCP i Playwright
5. Walidacja
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 5 Wprowadzenie do najnowszych technik LLM - wykład | Prowadzący Sławomir Radzymiński | Data realizacji zajęć 04-10-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 2 z 5 Model Context Protocol (MCP) i Playwright - wykład, prezentacja, ćwiczenia | Prowadzący Sławomir Radzymiński | Data realizacji zajęć 04-10-2025 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 17:00 | Liczba godzin 04:00 |
Przedmiot / temat zajęć 3 z 5 Automatyzacja testów z AI - wykład, prezentacja, ćwiczenia | Prowadzący Sławomir Radzymiński | Data realizacji zajęć 05-10-2025 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 13:00 | Liczba godzin 04:00 |
Przedmiot / temat zajęć 4 z 5 Ryzyka, etyka i utrzymanie - prezentacja, ćwiczenia | Prowadzący Sławomir Radzymiński | Data realizacji zajęć 05-10-2025 | Godzina rozpoczęcia 14:00 | Godzina zakończenia 17:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 5 z 5 Walidacja | Prowadzący - | Data realizacji zajęć 05-10-2025 | Godzina rozpoczęcia 17:00 | Godzina zakończenia 17:30 | Liczba godzin 00:30 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 2 250,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 2 250,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 160,71 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 160,71 PLN |
Prowadzący
Prowadzący
Sławomir Radzymiński
Wielki zwolennik automatyzacji testów i wplatania ich w procesy Continuous Integration/Continuous Delivery. Zainteresowany nowoczesnymi technikami wytwarzania oprogramowania, które dążą do jak najszybszego dostarczania klientom produktu wysokiej jakości.
Obecnie pracuje jako Principal Software Engineer in Test w Ocado Technology.
Po godzinach aktywny trener współpracujący z kilkoma firmami szkoleniowymi i uczelniami.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
- Prezentacja szkoleniowa
Warunki uczestnictwa
Wymagania wstępne dla uczestników to znajomość podstaw programowania w JavaScript/TypeScript oraz Playwright.
Informacje dodatkowe
Warunkiem organizacji szkolenia otwartego jest zebranie grupy min. 6 osób. W przypadku niewystarczającej liczby chętnych, szkolenie zostanie przełożone na kolejny termin.
Zawarto umowę z WUP w Toruniu w ramach projektu "Kierunek – Rozwój".
Warunki techniczne
Warunki techniczne
Szkolenie odbywa się za pośrednictwem platformy MS Teams/Zoom/Meet.
Uczestnicy proszeni są o przygotowanie laptopa/PC ze stabilnym łączem internetowym, przeglądarką internetową oraz zainstalowanie Node ≥ 22 LTS, Git i VS Code + Copilot lub Cursor (w zależności od stanu rozwoju tych IDE)
Szczegółową checklistę sprzętową uczestnicy otrzymają wraz z informacjami organizacyjnymi 3 dni robocze przed rozpoczęciem usługi. .