核心用法
human_test() 是一项连接真实人类测试者与AI代理的可用性测试技能。开发者只需提供产品URL或描述，系统即自动生成测试计划，招募真人测试员完成15分钟以内的录屏任务，涵盖首印象、任务流程和NPS评分。测试完成后，AI提取关键视频帧进行视觉分析，并聚合所有反馈生成结构化报告。
部署方式灵活：可选择零配置的托管版本（https://human-test.work），或本地自托管（npm全局安装，自动检测环境AI密钥）。创建任务通过POST请求指定url、focus、maxTesters等参数，支持异步webhook通知和GitHub仓库集成，实现"测试-报告-代码修复"的闭环自动化。
显著优点
1. 真实人类反馈：弥补AI无法感知人类情绪、认知盲区的根本局限
2. 结构化报告：机器可解析的Markdown格式，含CRITICAL/MAJOR/MINOR分级、P0-P3优先级建议，便于代理自动创建issue或PR
3. 视觉AI分析：自动提取录屏关键帧，识别UI可用性问题
4. 闭环自动化：支持repoUrl参数，测试完成后自动生成代码修复建议，甚至直接提PR
5. 双语支持：报告可输出英文或中文
潜在局限
- 依赖第三方真人测试者池，测试完成时间存在不确定性
- 录屏涉及用户隐私数据，需合规处理
- 代码自动修复功能需授权GitHub账号访问仓库，存在权限管理复杂度
- 单次测试成本随
maxTesters数量线性增长（1-50人）
适合人群
- AI产品开发者：验证Agent产出的实际可用性
- 独立开发者/MVP团队：快速获取真实用户反馈，替代昂贵用研
- 自动化工作流构建者：将可用性测试集成到CI/CD流水线
- 跨境产品团队：需要中英双语报告输出
常规风险
- 隐私合规：录屏可能捕获敏感信息，需确保测试环境隔离
- 依赖可用性：托管服务依赖human-test.work持续运营
- 权限安全：GitHub集成需审慎授权，避免过度暴露代码仓库
- 结果质量：测试者水平参差，虽AI聚合但仍可能出现误报或漏报
技术可靠性
项目开源（GitHub可查），托管版本有明确域名背书，支持本地自托管降低供应商锁定风险。API设计遵循RESTful规范，webhook机制支持异步回调，符合现代集成标准。