Python мануфактураJavaDesign Patterns для автоматизаторів

Терміни, нюанси та джерела

Що змінилося після запису · 0:00

Плагін уже має `retain-on-failure`

Через custom fixture architecture у відео вручну інтегровано tracing і pytest hook.

Поточний pytest-playwright plugin підтримує --tracing retain-on-failure. Якщо тест використовує стандартні plugin fixtures, спершу варто перевірити цю option; custom hook потрібен, коли lifecycle контролюється власними fixtures.

4. Повертаємо traces, pytest hooks, рефакторинг дублювань у fixtures →

Java API-автоматизація · 0:00–5:00

Починати з product pain, а не з tool

Перше питання — що саме болить: release speed, regressions, platform drift, backend instability, device coverage чи migration. Далі з’ясовують product architecture, team ownership, roadmap і engineering maturity. Інструмент обирається після цього. Наприклад, планована migration з native на cross-platform або навпаки змінює test seams і робить speculative framework марним.

Стратегія тестування мультиплатформних систем →

Java Light · 11:30–13:02

Hexagonal architecture як структура коду

Гексагональна архітектура пояснює, як декомпозувати сервіс за відповідальністю та способом взаємодії з довкіллям. Окремі adapters працюють з REST, WebSocket, email, SMS, database, message queue і third-party services, не змішуючи все в одному класі. Для тестувальника такий поділ дає карту ports і failure seams: можна окремо перевірити domain behavior, adapter contract і повний ланцюжок інтеграції.

Вступ до API-автоматизації →

Design Patterns для автоматизаторів · 1:06:44–1:13:33

Appium architecture і remote latency

Appium привабливий знайомим Selenium-подібним API та єдиним стеком для iOS/Android. Але кожна дія проходить через client library, Appium Server, UIAutomator/XCUITest driver і сам device; у remote farm додаються мережеві переходи між CI та provider infrastructure. Через цей ланцюжок remote mobile tests повільніші й потребують більших timeouts. Локальний запуск на машині розробника дає значно швидший feedback і робить автоматизацію корисною команді, а не лише джерелом окремого report. **Актуальність станом на 2026-08-08.** У Appium 2 platform drivers є окремими встановлюваними extensions; client-server модель і багаторівнева XCUITest/WebDriverAgent architecture лишаються актуальними, але setup треба звіряти з документацією конкретного driver ([Appium documentation](https://appium.io/docs/en/latest/intro/drivers/)).

Мобільне тестування та автоматизація →

Python мануфактура · Сесії: AMA та PMP · 0:00–3:00

MCP дає контекст, але не детермінізм

Playwright MCP дозволяє моделі бачити й керувати сторінкою, але код генерує сама LLM. Однаковий prompt може дати різні структури, locators і helpers, тому інструкції не гарантують підтримуваний результат. Модель також не здогадається дослідити network, data lifecycle або project architecture, якщо це явно не поставлено завданням і не надано відповідний контекст.

Playwright MCP, CLI, Codegen та AI в розробці →

Python мануфактура · Сесії: AMA та PMP · 7:10–10:25

PM-оркестрація та паралельні потоки

[Дивитися з 07:10](https://www.youtube.com/watch?v=crzGm6nzfbU&t=430s). PM знає ролі інших агентів, читає статус реалізації, делегує роботу й підсумовує результати в головний потік. Після погодження architecture та API contract frontend, backend і test analysis можуть працювати паралельно, але кожен у власному контексті й за власними правилами. Демонстрація показує, що така оркестрація не приховує окремі запуски: користувач може перемикатися між агентами, бачити їхні задачі й контролювати, хто саме зараз працює.

Як налаштувати мультиагентне середовище →

Python мануфактура · Сесії: AMA та PMP · 9:03–11:34

Універсального навчального сценарію немає

Навіть детальний курс не може показати всі ситуації. На іншому проєкті або в іншій частині тієї самої системи повторена дія може дати інший результат через архітектуру, версію бібліотеки чи інтеграційні умови. Типовий приклад — код, переписаний з презентації або офіційної документації, не запускається через застарілий приклад, іншу версію dependency або одну помилку в назві функції. Такі збої неминучі, тому вміння самостійно діагностувати їх є частиною навчання.

Вчитися через власні помилки чи з ментором →

Python мануфактура · Сесії: AMA та PMP · 10:00–12:18

Gateway, load balancer і спільні залежності

Публічніше середовище може бути захищене authentication gateway, rate limits і load balancer замість VPN. Gateway приймає зовнішній трафік і маршрутизує його до потрібного сервісу; load balancer розподіляє запити між копіями. Під час проєктування тестів треба знати, які середовища ділять third-party інстанс і де саме застосовуються мережеві та частотні обмеження.

Інфраструктура автотестів та її нюанси →

Python мануфактура · Сесії: AMA та PMP · 10:30–14:30

Комбінований UI/API/DB framework і архітектурний рівень

Framework, який одночасно керує UI, API та DB, вимагає чітких lifecycle і ownership: окремі clients, ізольовані test data, безпечний connection pool, cleanup і коректна робота в parallel. Додавати всі рівні до кожного тесту не потрібно; кожен сценарій має використовувати найнижчий seam, який доводить потрібну поведінку. На senior-рівні додаються system architecture, protocols, caching і concurrency. В event-driven системах доводиться спостерігати Kafka, RabbitMQ або інший broker, чекати eventual consistency та корелювати події. Stub service корисний для контрольованих failure/edge cases, але не замінює невеликий набір справжніх integration tests.

Автомтизація баз даних та що з тим робити та що знати →

Python мануфактура · Сесії: AMA та PMP · 13:00–15:05

Доступ до нижчих рівнів визначає якість автоматизації

Навіть сильний кандидат може не мати досвіду з CI або database, якщо попередній проєкт не давав доступу. Це треба відрізняти від нездатності мислити системно. На співбесіді варто зʼясувати, чи команда дозволяє тестувати API та backend logic: десятки складних UI-тестів із patterns не компенсують відсутність покриття на рівні, де живе більшість логіки.

Методики проведення співбесід →

Python мануфактура · Сесії: AMA та PMP · 15:00–18:00

Agent review і нове cognitive load

[Дивитися з 15:00](https://www.youtube.com/watch?v=jAl2Qf8Zlyg&t=900s). Паралельні coding agents збільшують output, але потребують більше review. Engineer має одночасно думати про race conditions, ризики, completeness ticket-а, API/data contracts і місце transformation logic. Простий приклад — dates: backend може повернути timestamp, local date або значення з timezone; без єдиного контракту різні screens покажуть різні результати.

Vibe coding, склад команди та нова роль тестувальника →
Запитати в чаті про «architecture» →