骡子快跑可嵌入CI/CD流水线实现AI驱动自动化测试，支持Webhook触发、内网代理接入及日志对接报告系统三种集成路径，无需编写传统测试脚本。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望将骡子快跑（MuleRun）用于软件交付流程中的自动化测试环节，并将其嵌入现有CI/CD流水线，需明确其当前定位与能力边界。骡子快跑并非传统意义的测试执行引擎或CI工具，而是一个面向个人用户的自进化AI操作体，其核心能力在于理解自然语言指令后自主调用工具、访问页面、提取信息、生成内容并持续优化行为路径。以下是适配该特性的集成路径：
一、通过Webhook触发MuleRun执行预设测试用例
该方式利用MuleRun对外暴露的HTTP接口接收CI系统（如GitLab CI、Jenkins）在构建完成后的回调请求，驱动其执行指定测试任务，例如访问测试环境URL、校验响应结构、截图比对关键区域等。此路径不依赖代码编译环境，仅需MuleRun实例处于运行状态并配置好对应动作模板。
1、在MuleRun控制台中新建一个“测试巡检”动作模板，输入自然语言描述：“打开https://staging.example.com/login，输入testuser/testpass，点击登录按钮，等待3秒后检查页面是否包含‘欢迎回来’文字，截取整个页面并保存为png”。
2、进入该模板设置页，启用Webhook开关，复制生成的唯一endpoint URL（形如https://api.mulerun.ai/v1/webhook/xxx）。
3、在GitLab CI的.gitlab-ci.yml文件中，在deploy-staging作业后添加script段，使用curl发送POST请求，携带JSON载荷指定模板ID与运行参数。
4、确认MuleRun日志中出现“已接收Webhook请求，启动模板#723执行”，并在其本地存储目录下生成timestamp_login_test.png与result.json。
二、将MuleRun作为独立测试代理接入CI节点
该方式将MuleRun以服务形式部署于CI执行机所在内网，使其直接访问被测服务的localhost或内部DNS地址，规避跨域与网络策略限制，同时支持对未公开上线的灰度版本进行端到端验证。MuleRun在此模式下充当轻量级、语义驱动的测试机器人，无需编写Selenium脚本或维护XPath选择器。
1、在Jenkins从节点上安装MuleRun CLI客户端，执行mulerun login --token eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...完成身份绑定。
2、创建Jenkins自由风格项目，在构建后操作中添加“执行shell”步骤，输入命令：mulerun run --template-id tpl-test-form-submit --env staging --timeout 120。
3、确保该节点hosts文件中已映射staging.internal指向目标测试服务器IP，且防火墙放行MuleRun所需出向端口（默认80/443及WebSocket端口）。
4、触发构建后，观察Jenkins控制台输出是否包含“✅ 测试通过：表单提交成功，返回状态码200，响应含success:true”。
三、基于MuleRun日志输出对接CI报告系统
该方式不改变MuleRun运行机制，而是捕获其标准输出中的结构化结果片段，转换为JUnit XML或TAP格式供CI平台解析并渲染为测试趋势图表。适用于已有成熟测试报告体系但希望引入AI驱动探索性测试补充的团队。
1、在MuleRun启动命令末尾追加--log-format tap，使其所有测试动作结果以TAP 13协议格式打印至stdout。
2、在GitHub Actions workflow中，使用run: | 包裹MuleRun调用命令，并通过pipe将输出重定向至tap2junit工具：mulerun run --template-id tpl-api-health | tap2junit > test-results.xml。
3、添加upload-artifact步骤上传test-results.xml，并配置reportportal或Allure插件自动拉取该文件生成可视化报告。
4、检查Actions运行日志末尾是否出现1..3与ok 1 - GET /health returns 200等符合TAP规范的行。
