BotGauge

一句話介紹

BotGauge是一項Autonomous QA as a Solution託管測試服務，由AI代理生成、執行及自愈測試，再由領域QA專家驗證覆蓋率與缺陷，協助工程團隊將持續測試整合到開發與發布流程中。

工具簡介

BotGauge AI Inc.為需要快速迭代軟體的團隊提供自主QA服務，服務範圍包括功能、介面、API、整合、回歸測試以及端到端測試。客戶提供產品需求、使用者流程、截圖、設計圖或示範影片後，平台會與該領域的FDE團隊共同建立測試套件。

它目前強調「依結果交付」，而非銷售自動化測試工具：BotGauge負責測試的建立、執行、維護、故障分析以及報告的生成，而客戶則主要提供測試環境、業務背景資料以及驗收標準。這種模式更接近於持續性托管式QA服務，而非單純購買一個無編碼功能的測試編輯器。

當前產品定位

官網將該產品稱為「Autonomous QA for the AI Era」和「AQaaS」，其目標是讓AI生成的代碼在每次提交時都能獲得持續的驗證。此服務是由測試代理、自動執行基礎設施、自愈機制以及人工領域專家共同組成的。

舊版官網曾以併發會話和自助平台套餐為中心，目前頁面已改為Launch與Scale兩檔結果型方案。目錄應採用現行託管服務的定位，不能繼續照搬舊版的Starter、AI Foundation或Advanced AI套餐。

主要功能

讀取產品資料

BotGauge可接收PRD、用戶故事、UX流程、截圖、設計資料和演示影片，用於理解產品功能與關鍵用戶旅程。輸入越完整，生成的測試就越容易覆蓋真實的業務規則和異常路徑。

AI生成測試用例

測試編寫代理將產品上下文轉換為結構化的測試用例，涵蓋介面、功能、API及整合層。官網強調無需客戶維護自動化腳本，但客戶仍需確認需求、環境與預期結果。

領域專家驗證

每個測試套件都會由領域內的FDE或QA專家團隊進行審核，以判斷測試是否能夠反映真正的業務需求，並減少因純AI生成而造成的錯誤情境和誤報。人工驗證正是BotGauge與完全自動化的AI測試工具之間的重要差異所在。

持續執行與並行運行

測試可接入代碼提交、拉取請求、建構與發布流程，並在變化發生時自動運行。官網宣稱目前之服務具有無執行次數限制及高併發能力，具體的併發數、隊列及公平使用限制則需寫入訂單中。

自愈測試

自愈代理會根據上下文來辨別介面元素或流程的變化，並試著更新受影響的測試。那些可信度較低的變化則需要由專家進行驗證，如此才能避免系統將真正的功能錯誤地修正為正常狀態。

根因分析與缺陷報告

失敗後，平台可結合執行日誌、截圖、影片以及運行上下文，來生成根本原因分析及詳細的缺陷報告。這些報告可直接傳輸到團隊現有的缺陷管理與溝通工具中，從而減少工程師重新收集資訊的時間。

覆蓋分析與測試管理

團隊可以查看測試套件、狀態、執行歷史與覆蓋情況，並可依功能、優先級或風險管理用例進行排序。該產品還支持測試結果的導出或遷移，合約中應明確規定可導出的格式以及服務終止後的可用性。

BotGauge MCP

BotGauge MCP將生成、瀏覽、批量修改、執行、失敗調查、覆蓋查看以及缺陷報告等功能，整合到支援MCP的AI助手中。截至本次核驗時，這些功能仍被標記為Beta階段，需聯繫團隊才能開啟使用。

完整工作流程

1. 與BotGauge團隊確定產品範圍、關鍵流程、發布頻率、測試環境及品質目標。
2. 提供PRD、用戶故事、設計、截圖、演示影片、介面規格及已有測試資料。
3. 僅連接測試或預發布環境，並準備經過脫敏處理、可重設的非生產測試數據。
4. 由AI代理映射產品流程並生成UI、功能、API和集成測試候選。
5. 領域FDE團隊復核測試步驟、預期結果、異常路徑和業務風險。
6. 將測試連接到代碼倉庫、CI/CD、缺陷管理與溝通工具。
7. 在每次提交或發布時運行，自愈變化並把失敗轉成可執行缺陷報告。
8. 定期復盤覆蓋、誤報、漏測與產品變更，更新測試範圍與驗收指標。

30天試點流程

1. 選擇一到三個收入或用戶影響較高、同時便於隔離的測試流程。
2. 建立獨立試點環境和合成測試帳戶，不複製真實客戶或生產資料庫。
3. 向BotGauge提供需求、流程、接口和失敗判斷標準，並確認授權範圍。
4. 讓團隊生成並人工驗證首批測試，逐項審閱正常、異常和權限場景。
5. 在30天內追蹤覆蓋率、執行時間、誤報、漏報、自愈正確率及工程投入。
6. 驗證Git倉庫、CI、缺陷平台及通知渠道的權限是否符合最小化原則。
7. 比較繼續使用成本與內部QA、代碼框架或其他託管服務的總成本。
8. 試點結束前書面確認正式價格、SLA、資料刪除、導出及終止安排。

MCP接入流程

1. 聯絡BotGauge申請MCP Beta，並確認賬戶、項目、工具範圍和數據邊界。
2. 選擇支援MCP的AI用戶端，為測試環境建立獨立且權限最低的憑證。
3. 先只開放瀏覽測試和讀取結果，驗證身份、項目隔離與審計日誌。
4. 測試從PRD生成用例，人工確認後再允許批量修改或執行套件。
5. 對執行、修改和缺陷創建設定明確的用戶確認、環境白名單和次數限制。
6. 檢查失敗日誌、截圖和報告是否會把密鑰或真實使用者數據返回到聊天。
7. 記錄工具調用與執行人，定期輪換憑證並關閉不再使用的客戶端。

適合哪些團隊

• 高速迭代SaaS團隊：發布頻繁但沒有足夠的自動化QA人力。
• AI編程團隊：希望為AI生成代碼建立持續回歸和發布品質門檻。
• 創業公司：需要快速覆蓋關鍵流程，不想先招聘完整的測試自動化團隊。
• 成長型工程組織：已擁有CI/CD、缺陷管理與代碼倉庫，希望加入託管測試層。
• 電商與金融科技產品：關鍵交易流程複雜，需要功能、界面和接口聯合驗證。
• HealthTech與受監管團隊：需要數據隔離、審計和安全材料，但仍需自行做合規評估。
• 產品經理：希望從PRD和用戶流程生成可審閱的驗收與回歸測試。
• 開發者：希望在代碼提交或AI助手中直接運行測試並查看根因。

典型使用場景

• 發布回歸：每次代碼提交都會自動運行關鍵用戶旅程，並阻止明顯的回歸。
• 支付流程測試：同時驗證界面、介面、第三方回呼和錯誤狀態。
• 權限測試：覆蓋不同角色、登入狀態和邊界條件下的訪問控制。
• 新功能驗收：從PRD、設計和用戶故事生成測試並交給領域專家複核。
• 跨瀏覽器驗證：在Scale方案中測試不同瀏覽器與操作系統組合。
• API回歸：根據介面規範和業務流程生成正常、異常及整合測試。
• 缺陷分流：使用根因分析區分產品問題、環境問題和不安定測試。
• AI開發閉環：在Cursor、Claude、Windsurf或其他MCP客戶端中發起測試。

產品優勢

• 將AI測試生成的結果與領域專家之驗證相結合，減少純模型輸出未經審查的問題。
• 涵蓋需求理解、用例生成、執行、自愈、分析與報告的完整測試生命週期。
• 根據測試結果與覆蓋範圍，無需客戶自行維護大量腳本與運行基礎設施。
• 支援UI、功能、API與整合測試，適合跨層用戶流程。
• 可連接代碼倉庫、CI/CD、缺陷管理與溝通工具，減少工作流切換。
• 目前方案宣傳不限執行次數，並提供並行運行與持續觸發。
• MCP Beta允許工程師和產品人員透過自然語言操作測試流程。
• 官網列出了SOC 2 Type II，企業可以進一步索取審計報告和控制範圍。

使用限制與風險

• BotGauge是託管服務而非完全自助框架，客戶對測試實現和運行基礎設施的直接控制較少。
• 目前沒有公開的固定單價，需根據測試用例與結果來計費，且需要進行銷售評估，預算難以即時比較。
• 官網對覆蓋速度、零維護和零不穩定等表述屬於行銷承諾，必須透過試點與合約驗收。
• 自愈可能掩蓋真實產品變化，低置信度修復和關鍵流程應保留人工複核。
• 測試輸入、截圖、日誌和影片可能包含敏感資訊，生產數據被明確禁止上傳。
• 隱私政策稱客戶資訊可能用於深度學習以改進服務，企業需確認範圍、隔離及退出機制。
• 隱私政策仍將服務稱為Autify，顯示法律文本存在舊名稱或模板殘留。
• MCP仍是Beta，介面、工具、權限、穩定性和定價可能變化。
• 產品沒有公開完整的API或SDK文件，自訂整合的深度需要在實施階段確認。
• 60多項集成是整體宣傳，不代表每項都具備同等字段、雙向同步和支持等級。
• 免費試點也會接觸測試環境，應使用隔離帳戶、最小權限與脫敏數據。
• 託管QA無法替代安全測試、效能測試、可訪問性審計以及專業合規評估的所有職責。

價格與套餐

截至2026年8月20日，BotGauge的當前價格頁面採用Launch與Scale兩種計費方案，並未公開美元單價。舊版官網及歷史官方部落格曾出現具體的月費或併發計費範例，但這些數值不應作為目前的報價依據。

官網FAQ指出，訂閱可隨時取消且無需支付取消費用，取消後不會產生未來的費用，但當前的週期仍會計費。付款方式主要以信用卡為主，金額較大或企業用戶則可透過銀行電匯付款。

採購時應將測試用例的定義寫清楚，因為BotGauge會將完整的活躍用戶流程視為一個用例。同時也應確認新增流程、變更次數、併發數、環境、瀏覽器、支援服務、人工工時以及超出範圍的任務，應如何計費。

Launch與Scale對比

支援的測試類型

集成與交付方式

官網列出了 Jira、Linear、Slack、GitHub、GitLab、ClickUp、Postman、Discord、TestRail、Zephyr 和 Xray 等常見的整合工具，並稱其可支援 60 多種工具。具體的連接器功能、欄位以及資料傳輸方向則取決於個別專案的需求。

資料安全與隱私

目前的隱私政策明確要求客戶只能使用測試環境及非實際使用的資料，不得上傳、處理或儲存任何真實的、機密的或可識別個人身份的資訊。客戶必須自行確保其用於測試的帳戶及資料已經過脫敏處理且與其他資料隔離開來。

平台會收集註冊資訊、公司資料、聯絡資訊、帳單資料、日誌、裝置資訊、訪問歷史，以及使用者自願提供的資訊。政策中還規定，客戶資訊可能會與使用數據結合，用於透過深度學習來改善服務品質，但同時聲明不會將其與其他客戶的資料合併處理。

隱私頁面的服務名稱仍寫為Autify，而公司主體則寫為BotGauge AI Inc.。這可能是因為歷史模板或法律文本尚未同步，簽約方應要求確認目前的服務、公司主體、子處理商以及資料處理協議是否一致。

• 只連接測試或預發布環境，禁止上傳生產資料庫和真實客戶資訊。
• 使用合成賬戶、虛擬訂單和可重設數據，測試後自動清理。
• 為代碼倉庫、CI、缺陷平台及MCP分別授予最小權限憑證。
• 檢查截圖、錄影、日誌和錯誤訊息，防止令牌與個人資訊被記錄。
• 向供應商索取SOC 2報告範圍、審計期、例外項和橋接函。
• 書面確認客戶數據訓練、模型供應商、人工訪問、保留和刪除規則。
• 在合約結束前導出測試資產，並驗證帳戶、備份及第三方副本的刪除流程。

試點驗收指標

API、MCP與開發者能力

服務條款定義了API，並允許透過第三方整合來使用部分服務功能，但官網並未公開完整的REST參考資料、認證方式、速率限制規則、開發者控制台或通用SDK。企業接口的相關內容應在訂單及實施文件中予以確認。

BotGauge MCP是目前最明確的開發者入口，可從相容的AI客戶端生成、瀏覽、修改和運行測試，調查失敗並查看覆蓋情況。它仍處於Beta階段，開通方式是聯繫團隊，而非公開下載安裝後立即使用。

開源情況

BotGauge是閉源商業服務，服務條款限制反向工程、反編譯、拆解、抓取和競爭性訪問。官網沒有提供核心測試代理、執行引擎或MCP服務的源碼。

沒有發現經官方網站認證的公開GitHub產品倉庫或官方開源SDK。支援GitHub整合僅表示可以連接代碼倉庫與開發流程，不能將其視為BotGauge本身的開源部分。

基本資訊

推薦指數

推薦指數為4.1分，滿分為5分。BotGauge將AI測試代理、領域專家、持續執行、自愈功能以及工程整合等功能結合在一起，形成一個完整的託管式QA服務，適合那些希望快速建立關鍵流程的覆蓋，但又不想自行建置所有基礎設施的團隊。

扣分來自目前價格金額未公開、MCP仍處於Beta階段、公開的API與SDK不足，以及隱私政策中存在Autify的舊名稱及訓練用途相關的說明。企業應透過30天的試用期、SOC 2相關文件以及合約，逐一驗證所宣傳的指標。

常見問題

BotGauge是什麼？

它是一項自主QA託管服務，由AI代理生成、運行及維護測試，再由領域測試專家驗證覆蓋範圍與缺陷。

BotGauge是平台還是服務？

目前的服務定位以託管服務為主。客戶可以使用該平台及相關整合功能，但 BotGauge 團隊負責從開發到交付的整個測試流程以及最終的成果。

需要自己寫測試腳本嗎？

官網稱不需要客戶編寫或維護腳本，AI與FDE團隊負責生成與維護。客戶仍需提供需求、測試環境、業務規則及驗收判斷。

支持哪些測試？

主要支援功能、UI、API、整合、回歸測試以及端到端測試。至於行動裝置相關測試、效能測試、安全性測試以及特殊合規性測試的具體範圍，則需另行確認。

BotGauge如何收費？

目前是根據測試用例或成果來計算費用，而 Launch 與 Scale 都沒有公開的固定金額。最終的價格則取決於流程、覆蓋範圍、環境、整合需求以及支援需求等因素。

有免費版嗎？

沒有公開永久免費的自助版，官網提供30天免費試用以及免費報告缺陷的通道。試用的範圍、資格以及轉為正式版的條件尚需確認。

可以隨時取消嗎？

目前價格的常見問題說明指出，可隨時取消且不會收取取消費用，但目前的計費週期仍需繳費，之後的週期則不再收費。企業訂單仍須以簽訂的合約為準。

什麼是自愈測試？

當介面元素或流程發生變化時，系統會根據上下文試著更新測試。對於關鍵流程，應檢查其自愈記錄，以避免將真正的回歸問題誤判為正常變化。

測試會在每次提交時運行嗎？

可以連接CI/CD，在提交、拉取請求、建構或發布時觸發。具體的觸發條件和阻斷策略由專案設定決定。

BotGauge MCP能做什麼？

它可以在相容的 AI 助手中生成、瀏覽、批量修改及執行測試，調查失敗原因、查看覆蓋情況並生成缺陷報告。目前仍處於 Beta 版階段。

MCP支援哪些用戶端？

官網列出了Claude、Cursor、Windsurf、GitHub Copilot、VS Code、Amp和IntelliJ IDEA等相容環境，亦稱可接入其他MCP客戶端。

可以使用生產數據嗎？

不可以。隱私政策明確要求只能使用測試環境及非生產數據，並禁止上傳真實、機密或可識別個人身份的資訊。

客戶數據會用於訓練嗎？

隱私政策指出，可能會將客戶資訊與使用數據結合起來，用於深度學習以改善服務品質，但不會將其與其他客戶的資料合併。企業應透過合約明確規定相關的資料項目、模型、隔離方式，以及客戶的退出和資料刪除流程。

為什麼隱私政策提到Autify？

目前頁面上的公司主體為BotGauge AI Inc.，但服務名稱仍標示為Autify，這可能是因為舊版模板或法律文件尚未更新所致。在簽約之前，應要求官方說明並提供適用於現有服務的相關文件。

提供公開API或SDK嗎？

沒有發現完整的公開API參考、開發者密鑰入口或官方語言SDK。項目級API和整合能力需要透過銷售和實施團隊獲取。

BotGauge是開源的嗎？

不開源。GitHub整合、MCP協議和測試導出都不代表核心代理或執行平台的源碼公開。

30天試點應重點驗證什麼？

重點驗證關鍵流程覆蓋、真實缺陷、誤報、漏報、自愈正確率、回饋時間、維護投入、集成權限、資料處理及正式總成本。