Разработчики нашли способ сократить расходы на использование инструментов визуального тестирования, таких как Chromatic, в 10 раз. Метод основан на внедрении ИИ-фильтров, которые отсеивают избыточные снимки экрана до их отправки в облачные сервисы. Это позволяет оптимизировать биллинг за счет сокращения объема обрабатываемых данных без потери качества контроля UI-компонентов.
Основная проблема популярных инструментов визуального тестирования заключается в модели оплаты за каждый созданный скриншот. В крупных проектах с сотнями компонентов количество снимков растет экспоненциально при каждом коммите. Использование локального ИИ-анализа позволяет выявлять только те изменения, которые действительно требуют внимания человека, отсекая технический шум и идентичные состояния интерфейса.
Для реализации подхода применяются легковесные модели компьютерного зрения, которые сравнивают текущий рендер с эталонным на локальной машине. Если ИИ определяет, что визуальные различия отсутствуют или являются незначительными, запрос на облачный рендеринг не отправляется. Такой подход не только снижает финансовые затраты, но и ускоряет цикл CI/CD за счет уменьшения нагрузки на внешние API.
Ключевые факты
- Сокращение затрат на визуальное тестирование достигнуто в 10 раз.
- Метод основан на предварительной фильтрации скриншотов с помощью локальных ИИ-моделей.
- Решение применимо к любым облачным инструментам визуального тестирования, работающим по модели оплаты за количество снимков.
- Использование ИИ позволяет исключить отправку в облако идентичных состояний интерфейса, снижая нагрузку на CI/CD пайплайны.