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.
Les suites de régression dévorent les heures QA release après release, à la fois sur une web app et son compagnon mobile.
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.
Melaya Browser Control pilote Chrome, Edge ou Brave à travers un flow de checkout ou d'onboarding, en lisant la structure réelle de la page plutôt que des coordonnées pixel fixes, donc un run survit à un petit changement de CSS. FrontendEngineer parcourt le flow étape par étape et chaque clic conséquent attend une approbation.
Melaya Device Control parcourt l'app réelle sur un téléphone Android appairé : installation, connexion, taps successifs, un screenshot par étape. DevOpsEngineer planifie le run par build et TechLead lit les preuves pour trancher pass ou fail.
Un lead QA qui vit déjà dans Claude Code ou Cursor se connecte à api.melaya.org/mcp (OAuth 2.1) et accorde melaya:browser (18 outils) ou melaya:phone (23 outils) pour faire tourner la même suite de régression sans ouvrir l'app Melaya.
Avant une release, le crew tech_team complet relit le diff pour les trous de sécurité, de performance et d'accessibilité en une passe séquentielle, SecurityAuditor et PerformanceExpert en premier, le verdict de TechLead en dernier.
Chaque étape échouée devient une issue Jira ou Linear avec le screenshot et le journal d'étapes en pièce jointe, donc un testeur ne retape jamais une repro à la main.
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.
Possède les golden paths et valide les critères pass/fail.
Parcourt chaque app cliente écran par écran sur du matériel réel.
Planifie les suites en parallèle et livre les rapports par run.
Garde les runs de démo présentables et signale les régressions visuelles.
Chaque outil ci-dessous est un vrai outil partagé du bundle Melaya. Allowlist par agent, HITL sur les écritures, révocation en un clic.
Rejoue les démos et les parcours de régression sur des téléphones physiques, étape par étape.
Classe les échecs et les rapports là où l'équipe travaille déjà.
Transforme les runs en rapports prêts pour le client.
Lit les specs et les logs en parallèle des runs sur device.
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.
includeContextDocuments 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.
rag_retrieveUn 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.
pipeline_memoryÉtat 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.
Oui. Browser Control pilote le flow web dans une vraie session Chrome, Edge ou Brave, et Device Control pilote l'app Android sur un téléphone appairé ; les deux alimentent le même crew tech_team pour le verdict pass/fail.
La vraie structure de page. Les agents lisent la page via browser_get_screen_tree et cliquent par référence d'élément, donc un run survit à un changement CSS pur qui casserait un script basé sur des coordonnées.
Non. Device Control pilote l'app à travers l'écran comme le ferait un utilisateur, sans SDK ni intégration de framework de test requise.
Oui, via le serveur MCP Melaya sur api.melaya.org/mcp. Accorde melaya:browser ou melaya:phone à Claude Code, Cursor, ChatGPT ou Le Chat et déclenche des runs depuis l'endroit où l'équipe travaille déjà.
Le run s'arrête, capture un screenshot et un journal d'étapes, et peut classer automatiquement une issue Jira ou Linear, avec un enregistrement et un rapport pass/fail par run.
Oui. Le crew tech_team à 10 personas fait une passe sécurité, performance et accessibilité sur le diff avant le run de régression en direct, TechLead synthétisant un verdict.
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