无脚本的首次运行探索
代理在没有提供脚本或先前产品背景的情况下启动,推断网站的用途,并根据当前页面确定下一步操作。
Neophyte 是面向网站和 Web 产品的入门与首次运行测试服务。它使用 AI 控制的浏览器,以全新用户的身份执行操作:使用本次运行专用的电子邮箱身份注册,完成可用的验证,并在没有预先编写脚本的情况下完成任务或首个有意义的操作。
该服务会记录整个旅程,并报告哪些环节有效、用户或 AI 代理可能在哪里遇到摩擦,以及指定目标是否达成。它面向产品团队和网站所有者,帮助其从外部用户视角评估注册、验证、设置、早期激活和代理可访问性。
代理在没有提供脚本或先前产品背景的情况下启动,推断网站的用途,并根据当前页面确定下一步操作。
Neophyte 会创建本次运行专用的电子邮箱身份,在自己的邮箱中读取验证消息或验证码,并完成注册和设置流程,不使用客户的收件箱。
你可以定义任务和停止点。代理会朝该目标导航,并记录它是否到达目标,或旅程在哪个环节中断。
报告包括人类与代理视角评分、摩擦报告、运行回放和产品流程视图。除非隐私设置适用,否则公开报告可以通过链接分享。
除浏览器旅程外,运行还会针对 robots.txt、sitemap.xml、llms.txt、OpenAPI 及相关 well-known 端点等资源执行代理就绪检查,并检查缺失页面及发送 MCP initialize 请求。
运行使用 Neophyte-NUXBot user agent,在支持的机器人检查处停止;经过验证的所有者配置特定域名的 Neophyte-Site-Key 后,系统可以据此识别运行。
设置一个目标,例如到达首个有用页面,并观察新访客能否从落地页开始,顺利完成注册、验证和设置,而不会在无法解释的环节停滞。
在修改表单、导航、验证或首次运行页面后,执行同类型任务,然后利用记录的旅程和摩擦报告检查由此产生的体验。
结合报告中的人类与代理视角以及单独的资源检查,识别可能导致 AI 代理更难理解或操作产品的页面或机器可读端点。
征求反馈时分享公开运行;如果入门结果包含尚在开发中的产品信息,则使用私密运行和域名级隐私控制。
产品所有者可以验证域名、限制可启动运行的人员,并提供站点密钥,以便将获准的 Neophyte 运行与普通自动化流量区分开来。
一次运行会使用专属的 Neophyte 电子邮箱地址注册为新用户,读取自己的验证邮件或验证码,并完成你指定的任务,通常是到达首个有用页面。运行过程及生成的报告都会被记录下来。
你需要指定产品,并说明代理应到达哪里以及何时停止。代理会根据每个页面显示的内容选择路径,而不是遵循固定脚本,然后报告哪些环节有效、在哪些地方受阻。
运行会在 Cloudflare challenge、Turnstile、reCAPTCHA 或 hCaptcha 处停止,而不会尝试绕过这些验证。账户首次因机器人检查受阻时会退还本次运行的额度;之后受阻的运行会消耗相应额度。经过验证的产品所有者可以配置站点密钥和访问设置,以允许 Neophyte 访问,但使用密钥的请求仍需排除机器人检查组件。
运行默认公开。Starter 或 Value 额度允许将运行标记为私密,经过验证的网站所有者也可以将该域名的报告设为私密。共享的报告不会包含账户邮箱、密码和虚构的个人资料信息。
付费方案采用一次性额度包,不会自动续费。网站列出了 Free、Starter、Value 和 Enterprise 选项;Enterprise 描述为按量定价,并提供专人协助式入门、自动化设置、发票付款和专属支持。
ByteAsk 是面向 C 和 C++ 的终端优先 AI 编码 agent,可直接编辑仓库,并在展示 diff 前用真实编译器、调试器、sanitizers 和测试验证修改。提供免费版与付费方案。
Manta AI 是面向团队的自治式网页应用测试工具,可从 URL 自动探索应用、映射行为、捕捉回归,并用自然语言生成测试,无需脚本或维护选择器。
EAS Observe 是面向 Expo 和 React Native 应用的生产环境性能监控工具,可在 Expo 控制台中查看启动指标、会话时间线、版本标记和错误信息。
Traccia 是面向 AI 工作流的智能体可观测与治理平台,提供 OpenTelemetry 原生追踪、策略执行、提示评估和合规证据,支持 LangChain、CrewAI、OpenAI Agents SDK、AutoGen 和 LlamaIndex。
Hoplite 是面向团队的云端编码代理平台,可在隔离沙盒中运行软件任务,并保留仓库上下文与导入的本地配置,提供 Pro、Scale 和 Enterprise 方案。
Latitude Agent Score 基于生产环境追踪数据,从结果、可靠性、成本、速度和安全性评估 AI agent 表现,支持排查会话、将重复故障转为评测,并验证发布后的修复效果。