本页由英文自动翻译。

阅读英文版
Proxy Mail QA

为构建注册功能的智能体设计的自我改进循环

编程智能体如果能看到自己的工作是否达到了目的,并再试一次,就能把任务做得更好。对大多数代码,测试和浏览器就够了。而注册、登录验证码和密码重置的终点是一封邮件,智能体看不到,循环就在这里断了。Proxy Mail QA 就是把它接上的工具。

更新于

自我改进循环需要什么

满足以下四点时,智能体就能改进自己的工作:

  1. 它能行动:写代码、运行应用、填写表单。
  2. 它能观察结果,而不只是自己的输出。“代码编译通过”不等于“用户收到了邮件”。
  3. 它能比较这次和上次的尝试,从而知道改动是否有用。
  4. 它能保留学到的东西,让下次尝试或下次会话从更远处开始。

第一点智能体已经做得很好。另外三点取决于工具。

注册场景中循环在哪里断开

  • 结果在收件箱里。 智能体提交表单,看到“请查收邮件”。邮件是否发出、链接指向哪里、验证码能否使用,它都无从得知。
  • 所以它会过早报告成功。 “注册已实现”通常只意味着表单能提交。智能体没有任何证据,你也没有。
  • 编造的地址无法走完流程,而你自己的地址只能用一次。
  • 什么都留不下来。 没有上次运行的记录,智能体分不清是修好了还是碰巧。

使用 Proxy Mail QA 的循环

每一步都由智能体完成。Proxy Mail QA 是它用来检查的工具。

步骤 智能体 它使用的工具
行动 构建或修改流程,打开注册页面 它自己的编辑器和浏览器
获取用于表单的地址、人设和密码 form_values 或 create_address
观察 提交后等待验证码或链接 wait_for_code, wait_for_link
询问为什么什么都没收到 check_delivery
检查邮件的发送、链接、有效期和大小 check_email, count_emails
对比 记录会话,并读取和最近几次相比的变化 start_run, finish_run
保留 在你同意后,保存它对表单的了解 save_custom_field, save_signup_screen

第一轮通常是这样的:

  1. 智能体加上邮件验证,用新的测试地址注册。
  2. 等待没有结果。投递检查显示邮件服务商只向已验证的地址发信。智能体看到自己的工作还没完成,也知道原因。
  3. 它修复服务商的配置后再次运行。邮件 4 秒后到达,但检查显示链接指向 localhost。
  4. 它修复站点 URL 后再次运行。链接打开 staging,账号验证成功,且只收到一封邮件。
  5. 这次运行的报告列出了全部三次尝试。智能体告诉你它改了什么,并给出证据。

没有收件箱的话,智能体在第 1 步之后就会停下,并说已经完成。

智能体改进的三样东西

它在本次会话中的工作。 每次检查都会说明哪里失败、为什么失败,所以智能体的下一次改动有明确目标。这就是上面的循环。

项目配置,惠及之后每次会话。 遇到填不了的字段(比如公司规模)时,智能体可以问你,并把答案保存为自定义字段。发现表单分多个页面时,它可以把这些页面保存下来。下一个智能体,或下一个使用 Chrome 扩展的人,第一次就能正确填写表单。智能体只在你提出或同意时才修改这些。

它给自己的指令。 让智能体在会话结束时,把学到的东西写进每次会话开始时都会读取的文件(CLAUDE.md、AGENTS.md 或某个技能):“staging 的邮件服务商需要验证域名”,“重置链接 10 分钟后过期,所以要马上打开”。这是最接近“递归”一词的部分:智能体用一次运行的证据,改变它下一次的工作方式。

After each change to sign-up, login or password reset, run the auth regression pack on
staging with Proxy Mail QA. If the report shows a new failure, fix it and run again.
When it passes, add one line to AGENTS.md for anything you learnt that the next session
should know, and show me the report.

如何知道它是否变好了

循环需要衡量标准。认证回归测试包 每次都做相同的检查:注册、同一链接打开两次、被替换的重置链接、邀请。报告最后会列出和最近几次运行相比的变化:邮件变慢、多出的邮件、新出现或间歇性的失败、新失败的检查、新的发件人或链接站点。

这样智能体就有了前后对比,你也有了一份不是智能体自己写的、关于它自己的材料可读。

如果是有人报告 bug,同样的循环从他们的报告开始:见 用智能体分拣注册和登录 bug 报告。

由你负责的部分

  • Proxy Mail QA 不改变任何模型,也不改任何代码。 改进是智能体做的,错误也是。要读报告,而不只是摘要。
  • 只用于测试构建。 循环在开发、staging 和预览站点上运行,绝不在你的线上站点或真实用户的账号上运行。
  • 持久的改动需要你同意。 自定义字段、站点和注册页面会影响项目中的所有人。
  • 报告不包含邮件正文。 它只保留地址、耗时、检查结果和每个链接的站点,所以可以放到 pull request 中。
  • 只支持邮件。 不支持通过短信发送的验证码。

在你的下一次注册测试中试试

免费版,无需信用卡。创建一个地址,看着验证码或链接送达。

免费创建账号打开应用

常见问题

这是递归自我改进(RSI)吗?

递归自我改进通常指 AI 系统改进自己,再用改进后的版本继续改进。Proxy Mail QA 不做这件事,也不改变任何模型。它是智能体在自己循环中使用的工具:智能体改进自己的工作、配置和指令,Proxy Mail QA 告诉它邮件的实际情况。

智能体改进的是什么?

三样东西,按持续时间排序:刚写的代码,通过修复检查发现的问题;项目配置,通过保存它对注册表单的了解;它自己的指令,通过记下经验,让下次会话从这里开始。

Proxy Mail QA 自己会修复什么吗?

不会。它创建地址,返回验证码或链接,检查邮件并保存报告。它从不打开链接、填写表单或修改你的代码。这些由智能体用自己的工具完成。

循环中需要人参与吗?

在开发或 staging 站点上构建、测试和修复时不需要。对于会延续到会话之后的改动则需要:MCP server 要求智能体只在人提出或同意时,才修改项目的自定义字段、站点或注册页面。

哪些智能体可以做到?

任何能使用 MCP server 或 REST API,并能操作浏览器或模拟器的智能体:Claude Code、Codex、Cursor、GitHub Copilot 的编程智能体、Antigravity 中的 Gemini 等。

你的应用是用 AI 工具构建的?选择你的工具

Claude Code、Codex、Cursor、GitHub Copilot、Gemini 和 Antigravity 是其各自所有者的产品。 Proxy Mail QA 是独立产品,与上述商标所有者没有隶属关系,也未获得其认可。

对本页有疑问?

可以用任何语言提问。文档可以立即回答,你也可以把问题发给 Proxy Mail QA 团队,他们会用英文回复。