Kagura

Что такое Kagura?

Kagura — это open source harness для тестирования AI-кодинг-агентов, которым нужно проверять свою работу в реальном браузере. Он позволяет агенту открыть сессию браузера, провести пользовательские сценарии (клики, заполнение форм, навигация) и подтвердить результаты перед деплоем.

Основная цель — устранить разрыв между «агент написал код» и «код реально работает в UI». Kagura предоставляет контроль браузера, обработку email-потоков (например, magic links и OTP), а также возможность публиковать captured actions или результаты тестов в CI/CD.

Ключевые возможности

• Контроль браузера одной командой для агентов: Запуск браузерной автоматизации из CLI-команды, созданной для AI-агентов, которые вызывают инструменты во время кодирования и верификации.
• Поддержка MCP и HTTP API: Используйте Kagura через MCP (нативная интеграция с Claude Code) или через HTTP API для работы с разными runtime агентов.
• Браузерные операции на базе Playwright: Навигация по страницам, клики по сценариям, заполнение форм и захват скриншотов с контролем на Playwright.
• Email-возможности для верификационных потоков: Обработка magic links, OTP и email-проверок, чтобы тесты браузера не застревали на шаге «проверьте почту».
• Анализ DOM и accessibility tree: Структурированный вид доступности, чтобы агент понимал структуру страницы за пределами визуального рендера.
• Логирование действий с реплей в CI/CD: Запись действий и их реплей в CI/CD без необходимости переписывать тестовые скрипты агентом.

Как использовать Kagura

1. Установите CLI: На сайте показано npm install -g @kagura-run/cli.
2. Запустите harness: Выполните одну команду для запуска контроля браузера для вашего AI-кодинг-агента.
3. Подключите агента: Настройте агента на использование Kagura через MCP configuration (интеграция с Claude Code) или HTTP API.
4. Запустите сценарии и соберите доказательства: Позвольте агенту навигировать, взаимодействовать с UI и захватывать скриншоты; используйте записанные действия как основу для тестовых запусков.
5. Опубликуйте в CI/CD: Тесты предназначены для автоматической публикации, чтобы запускаться на каждом пуше, как описано на сайте.

Сценарии использования

• Верификация UI после генерации кода: Агент вносит изменения, затем использует Kagura для кликов по критическим UI-путям и подтверждения ожидаемого поведения с recorded interactions и скриншотами.
• Тестирование аутентификации и онбординга с email: Для сценариев с magic links, OTP или email-верификацией email-возможности Kagura помогают агенту завершить браузерный путь.
• Автоматизированная регрессия в CI/CD без новых скриптов: Запишите действия один раз и реплейте их в CI/CD для повторяемых запусков на каждом пуше, как описано на сайте.
• QA от агента с пониманием доступности: Используйте структурированное accessibility tree, чтобы агент мог рассуждать о элементах страницы и действиях более структурировано.
• Интеграция инструментов для разных кодинг-агентов: Используйте MCP с Claude Code или HTTP API, чтобы Codex, Cursor или другие агенты с curl могли управлять браузерными тестами.

FAQ

• Поддерживает ли Kagura Claude Code?
  Да. На сайте указано, что Kagura имеет «MCP native» интеграцию с Claude Code — добавьте в MCP config.

• Можно ли использовать Kagura с агентами кроме Claude Code?
  Да. Сайт описывает MCP для Claude Code и HTTP API для других агентов, таких как Codex и Cursor.

• Как Kagura обрабатывает логин или верификационные потоки?
  Kagura включает email-возможности для magic links, OTP и email-верификации, что помогает браузерной автоматизации завершить шаги, обычно требующие доступа к email пользователя.

• Какие артефакты тестов производит Kagura?
  Сайт описывает запись действий, захват скриншотов и публикацию тестов в CI/CD (включая реплей записанных действий).

• Kagura self-hosted или cloud hosted?
  Страница описывает оба варианта: self-hosted на вашей инфраструктуре и cloud managed хостинг с CI/CD и email.

Альтернативы

• Универсальные фреймворки автоматизации браузера (например, Playwright/Selenium) с кастомным тестовым кодом: Они могут автоматизировать UI-тестирование, но обычно требуют написания и поддержки скриптов тестирования, а не использования харнесса, специально созданного для AI-агентов.
• Фреймворки агентов с встроенными UI/DOM-инструментами: Некоторые платформы агентов включают автоматизацию браузера или инструменты, но могут не предоставлять такую же комбинацию навыков email-потоков и workflow публикации/реплея в CI/CD.
• Инструменты end-to-end тестирования, ориентированные на написание тестов: E2E-свиты могут проверять поведение приложения, но обычно фокусируются на тест-кейсах, написанных человеком, вместо записи/реплея, предназначенных для выполнения, управляемого агентом.
• Сервисы автоматизации с поддержкой MCP: Если вы уже сильно зависите от MCP для оркестрации агентов, можно поискать другие MCP-инструменты с контролем браузера, но с компромиссом, что email-обработку и публикацию в CI/CD придётся собирать самостоятельно.