- Notas de versão
- Visão geral
- Introdução
- Perguntas frequentes

Guia do usuário do Healing Agent
Estratégias de recuperação
O Healing Agent emprega várias estratégias de recuperação personalizadas para vários cenários. Essas estratégias de recuperação são orientadas por IA e determinísticas.
O Healing Agent emprega estratégias de recuperação determinísticas e baseadas em IA para gerar outras correspondências possíveis. O elemento de destino final é identificado pela comparação dos resultados de todas as estratégias de recuperação para garantir uma alta precisão e minimizar os falsos positivos.
Se você desabilitar os métodos de recuperação de IA do Healing Agent, ele usará a distância Levenshtein para realizar a correspondência de texto, como alternativa.
Quando um ou mais atributos do seletor de destino ou de âncora mudarem, o Healing Agent gera um novo seletor e o compara com o original.Se o novo seletor corresponder ao mesmo elemento, o Healing Agent executará a atividade nele.
tag
e aaname
foram alterados:
Seletor inicial |
Seletor gerado pelo Healing Agent |
---|---|
<webctrl id='Country' tag='H2' type='' class='' aaname='Country' /> | <webctrl id='Country' tag='LABEL' type='' class='' /> |
aaname
, class
e text
do seletor foram alterados:
Seletor inicial |
Seletor gerado pelo Healing Agent |
---|---|
<webctrl visibleinnertext='Sign in with another account' tag='P' type='' class='MuiTypography-root MuiTypography-body1 jss32
css-9grhbv' check:text='Sign in with another account' /> | <webctrl aaname=' Log in with another account' tag='AP-TYPOGRAPHY' type='' class='jss32 light m block inherit hydrated'
check:text='Log in with another account' /> |
As atividades às vezes precisam de tempo antes que uma ação possa ser executada. Em situações assim, o Healing Agent sabe quanto esperar e fornece sugestões de correções quando necessário.
No design responsivo, alterações de resolução ou tamanho de tela podem resultar em diferença na posição da âncora entre o momento de design e o runtime. O Healing Agent adapta-se, permitindo o posicionamento flexível de âncoras em relação aos seus destinos.
Healing Agent pode realizar uma recuperação quando o título do AppCard de um navegador for alterado, usando uma das seguintes estratégias:
Strategy | Exemplos de títulos do AppCard antes e depois da recuperação |
---|---|
Não diferencia maiúsculas de minúsculas |
Antes:
google Depois:
Google |
Inicia com |
Antes:
google Depois:
goog |
Contém |
Antes:
google company Depois:
google |
O Healing Agent pode aproveitar estratégias de recuperação baseadas em IA.
Se uma janela pop-up, de sobreposição ou modal obstruir um elemento de destino, o Healing Agent executa a ação apropriada:
-
Se o pop-up pertencer ao aplicativo automatizado, o Healing Agent fechará o pop-up.
-
Se a obstrução for causada por uma Janela externa não relacionada ao Aplicativo, o Healing Agent minimiza a Janela e tenta novamente a atividade.
Rótulos associados a campos de entrada, caixas de seleção e menus suspensos podem ser reformulados com um significado semântico equivalente.
Por exemplo, um aplicativo automatizado tinha dois campos de entrada rotulados como Nome e Sobrenome. Em uma atualização subsequente do aplicativo, esses dois rótulos foram alterados para Primeiro nome e Último nome. O Healing Agent aplica estratégias de recuperação com segmentação semântica para corrigir a automação.
Se a configuração de destino original não usou o Computer Vision como o método primário ou de fallback, o Healing Agent tenta recuperar o elemento usando o serviço do Computer Vision.
Essa recuperação aproveita uma CapturaDeTela do elemento capturada durante a criação da automação. Não é necessária uma chave de API para esta etapa.
- Estratégia de recuperação de alteração da definição de destino
- Estratégia de recuperação de sincronização dinâmica
- Estratégia de recuperação de mudança de posição entre âncora e destino
- Estratégia de recuperação de títulos do AppCard
- Semantic Selector
- Estratégias de recuperação baseadas em IA
- Sobreposição ou pop-up obstruindo o elemento de destino
- Segmentação semântica
- Computer Vision