Melaya Mobile · Tests d'Application

Automatise les tests d'appli sur un vrai téléphone.Pas un émulateur qui devine.

Les agents parcourent vos vrais parcours utilisateurs sur de vrais appareils : installation, onboarding, navigation, capture d'écran, rapport. Les devs vérifient les notifications push, les deep links et le comportement multi-appareils à chaque build. Les PMs testent les variantes A/B sur matériel physique avant la release et obtiennent des enregistrements comparatifs. C'est votre vraie application sur un vrai téléphone, pas un émulateur qui devine.

01
// Ce qui casse aujourd'hui

Les workflows manuels coûtent plus cher que l'agent.

Trois douleurs que chaque équipe sales et BD encaisse chaque semaine. Chacune est ce dont tes reps se plaignent vraiment, pas ce qu'une page produit appellerait poliment.

  1. 01

    La QA manuelle sur vrais appareils est lente et coûteuse.

  2. 02

    Les bugs dans les notifications push, les deep links et les flux d'onboarding passent en production faute de temps pour parcourir chaque chemin sur chaque téléphone.

02
// Pipelines que tu peux construire

Workflows d'agents IA : compose, approuve, rejoue.

Chaque pipeline ci-dessous est une forme que tu câbles sur le canvas en utilisant l'équipe d'agents IA et les outils plus bas. Pas une feature qu'on livre pour toi, un pattern que tu configures.

P01

Vrais parcours utilisateurs, parcourus

Installation, onboarding, navigation, capture d'écran, rapport. Les agents parcourent vos vrais parcours utilisateurs sur matériel physique et consignent des preuves rejouables.

P02

Push, deep links, vérifications multi-appareils

Vérifiez les notifications push, les deep links et le comportement multi-appareils à chaque build, avant vos utilisateurs.

P03

Variantes A/B sur matériel

Testez les variantes A/B sur appareils physiques avant la release et obtenez des enregistrements comparatifs pour la décision.

03
// Le crew d'agents IA

Équipe QA sur appareil

Vrais personas de l'équipe d'agents IA tech_team. Chacun arrive avec un system prompt tuné et une allowlist de outils par défaut. Change de modèle par persona sur le canvas.

Tech Lead

TechLead

Planifie la couverture des parcours et analyse les preuves par build.

Ingénieur Frontend

FrontendEngineer

Parcourt l'interface de l'application écran par écran et capture chaque étape.

Ingénieur DevOps

DevOpsEngineer

Intègre les exécutions dans votre cadence de release et produit les rapports.

Designer UI/UX

UIUXDesigner

Compare les variantes côte à côte et signale les régressions.

04
// outils scopés

Allowlists d'outils : uniquement les actions que tu accordes.

Chaque outil ci-dessous est un vrai outil partagé du bundle Melaya. Allowlist par agent, HITL sur les écritures, révocation en un clic.

shared/tools/phone/

Pilote votre application sur un vrai appareil : taps, swipes, captures d'écran, journaux d'étapes.

phone_open_appphone_get_screen_treephone_screenshotphone_tapphone_swipephone_batch
shared/tools/project_mgmt/

Consigne les résultats là où votre équipe travaille déjà.

jira_create_issuelinear_create_issue
shared/tools/knowledge/

Transforme les preuves d'exécution en un historique consultable par build.

build_knowledge_from_textbuild_knowledge_from_file
shared/tools/core/

Lit les configs et les journaux en parallèle de l'exécution sur appareil.

file_readgrep_search
05
// Trois couches de connaissance

L'équipe d'agents IA lit ce que tu lui donnes.

Chaque pipeline arrive avec trois couches d'accès à la connaissance. Combine-les par agent sur le canvas. Pas d'espace vectoriel partagé avec un autre client, pas de lecture surprise, pas de retrieval opaque.

L1

Static context

includeContext

Documents par pipeline ajoutés à l'input d'agents spécifiques à chaque run. Le brief ICP, le playbook, la grille de pricing, ou le corpus d'emails de deals gagnés. Tout ce qui doit être là avant que l'agent pense. Tu choisis quels personas reçoivent quels docs.

L2

Tool de retrieval RAG

rag_retrieve

Un outilscoped accordé par agent. Quand l'agent décide qu'il a besoin de plus de profondeur, il interroge le vector store du workflow à la demande. Même base de knowledge que Static context, accédée uniquement quand le modèle le demande.

L3

Mémoire cross-run

pipeline_memory

État au niveau du pipeline qui passe d'un run au suivant. La recherche d'hier est dans le scope du follow-up d'aujourd'hui. L'équipe d'agents IA se souvient de ce qu'elle a déjà prospecté, de ce qui a été approuvé, de ce qui a été envoyé. L'audit log est la base de knowledge de second ordre.

07
// FAQ

Questions sur les agents IA qu'on reçoit chaque semaine.

Est-ce un émulateur ?

Non. C'est votre vraie application sur un vrai téléphone. Les agents parcourent l'interface réelle et consignent des preuves rejouables : captures d'écran, journaux d'étapes, scripts de reproduction.

Dois-je instrumenter mon application ?

Aucune instrumentation ni intégration de framework de test. L'agent pilote l'application via l'écran, comme le ferait un utilisateur.

Pourquoi utiliser Melaya plutôt que des scripts Appium ou Maestro ?

Les frameworks scriptés comme Appium et Maestro dépendent de sélecteurs qui cassent quand ton UI change. Le crew Device QA de Melaya lit l'écran réel : l'agent Frontend Engineer parcourt l'appli visuellement, donc un bouton déplacé ou un changement de texte ne tue pas l'exécution. Pour des assertions pixel-exact dans une suite CI mature, les scripts ont toujours leur place, et beaucoup d'équipes utilisent les deux.

n8n ou Zapier peuvent-ils tester une appli mobile sur un vrai appareil ?

Non. n8n, Zapier et Make exécutent des étapes trigger-action prédéfinies contre des API, et une appli mobile en cours de test n'en a généralement pas. Le Device Control de Melaya pilote un vrai téléphone Android : installe le build, ouvre les applis autorisées, lit l'écran, tape et navigue, et journalise chaque étape. Ces outils restent plus forts sur la largeur des connecteurs pour les automations web linéaires.

Comment prouver quels parcours utilisateur ont été testés sur chaque release ?

Chaque exécution Melaya produit des traces complètes : étapes horodatées, captures d'écran par écran et raisons d'échec typées. Le bundle knowledge transforme ces preuves en record consultable par build, et l'agent DevOps Engineer dépose des rapports via le bundle project_mgmt là où ton équipe travaille déjà. L'évaluation déterministe en premier exécute des vérifications basées sur des règles avant toute évaluation par modèle.

Puis-je réutiliser les mêmes parcours de test sur chaque build ?

Oui. Construis les parcours une fois sur le canvas de Melaya avec ses agents, outils, triggers et portes d'approbation, puis sauvegarde n'importe quelle exécution comme pipeline réutilisable. L'agent Tech Lead planifie la couverture des parcours, l'agent DevOps Engineer intègre les exécutions dans ta cadence de release, et les mêmes parcours rejouent sur chaque build avec des preuves comparables.

Comment Melaya teste-t-il les notifications push et les deep links sur un vrai téléphone ?

Le Device Control de Melaya attend la notification sur un vrai téléphone Android, tape la notification, et vérifie que ton appli atterrit sur le bon écran en capturant une capture d'écran à chaque étape. Les deep links fonctionnent de la même façon : l'agent ouvre le lien et confirme l'écran de destination. Le bundle core lit les configs et journalise en parallèle de l'exécution sur l'appareil.

Qu'est-ce qui empêche un agent IA de faire quelque chose de destructif dans mon appli ?

L'approbation HITL à chaque écriture. Le crew Device QA parcourt librement les parcours en lecture seule, mais toute étape qui publie, achète ou envoie s'arrête jusqu'à ce qu'une personne approuve, et le téléphone s'arrête pour une approbation sur l'appareil avant de publier quoi que ce soit. Les allowlists d'outils scopent les applis que le bundle phone peut ouvrir, et les traces complètes montrent chaque tap ensuite.

Puis-je comparer des variantes A/B sur du hardware physique avant la release ?

Oui. Exécute chaque variante comme un parcours parallèle sur du vrai hardware, et l'agent UI/UX Designer de Melaya compare les enregistrements côte à côte et signale les régressions. Les PMs obtiennent des captures d'écran par étape et les logs du bundle phone pour les deux variantes, donc la décision de release repose sur des preuves rejouables plutôt qu'une démo de couloir.

Les exécutions de test peuvent-elles rester sur mon propre hardware ?

Oui. Melaya fonctionne dans le cloud ou sur ton runner local, et le téléphone de test se connecte à ce runner, donc les builds non publiés et les comptes de test ne quittent jamais tes machines. Le routage de modèle par étape sur 23 fournisseurs permet aux étapes sensibles de tourner sur des modèles locaux pendant que des modèles cloud moins chers rédigent le rapport.

Construis des pipelines fondateurs d'apps, devs mobile et pms sur Melaya.

Le tier Sandbox est gratuit, sans carte. Rejoins la waitlist et on t'envoie un email dès qu'un slot s'ouvre.

← Retour à tous les cas d'usage
Rejoindre la communauté
// Cookies
Melaya utilise un petit jeu de cookies first-party strictement nécessaires pour t'authentifier, maintenir ta session et protéger la plateforme des abus. Pas de cookies publicitaires, ni de trackers cross-site, ni d’analytics niveaus par défaut. La liste complète des cookies est dans notre Politique de confidentialité.