# Geautomatiseerde iOS-app-testen

Combineer het memory-systeem van Synapse met de Computer Control API om door LLM
aangedreven iOS-app-tests te bouwen. De LLM herinnert testscenario's, leert van eerdere
fouten, en past zich aan UI-wijzigingen aan.

## Architectuur

```
┌──────────────┐    commands    ┌──────────────┐    screenshots    ┌──────────────┐
│  LLM Agent   │ ─────────────▶│  Synapse     │ ────────────────▶ │  iOS Sim     │
│  (Claude)    │               │  Computer    │ ◀──────────────── │  (via agent) │
└──────────────┘               │  Control     │    results        └──────────────┘
       │                       └──────────────┘
       │ store/recall
       ▼
┌──────────────┐
│  Memories    │ (test scenarios, past failures, UI patterns)
└──────────────┘
```

## Vereisten

- Synapse-account + Mind Key
- Synapse MCP-server geconfigureerd in Claude Desktop
- iOS Simulator met `screen-remote-agent` geïnstalleerd
- Computer geregistreerd in Synapse (zie [Computer Control API](/docs/api/computers))

## Stap 1: Registreer de Simulator-computer

Op de Mac waarop iOS Simulator draait:

```bash
# Get install code from Synapse
curl -X POST https://synapse.schaefer.zone/computers/install-code \
  -H "Authorization: Bearer YOUR_MIND_KEY" \
  -d '{"computer_name":"ios-sim"}'
# → { "install_code": "ic_..." }

# Run screen-remote-agent on the Mac
# (uses the install code to register)
```

## Stap 2: Sla testscenario's op in memory

Sla herbruikbare testscenario's op als herinneringen:

```python
import requests

def store_test_scenario(name, steps, app):
    requests.post(f"{URL}/memory",
        headers={"Authorization": f"Bearer {MIND_KEY}"},
        json={
            "category": "skill",
            "key": f"test_scenario_{name}",
            "content": f"App: {app}\nSteps:\n" + "\n".join(steps),
            "tags": ["test", "ios", app],
            "priority": "high"
        })

store_test_scenario("login_flow", [
    "Launch app",
    "Tap email field",
    "Type test@example.com",
    "Tap password field",
    "Type password123",
    "Tap Login button",
    "Verify home screen appears"
], "MyApp")
```

## Stap 3: Door LLM aangedreven testuitvoering

In Claude Desktop (met Synapse MCP geconfigureerd):

```
Run the login_flow test scenario on the iOS Simulator.
Take a screenshot after each step and verify the expected UI.
If any step fails, store the failure as a memory so we can
avoid it next time.
```

Claude zal:

1. `memory_search` aanroepen om de `test_scenario_login_flow`-herinnering te vinden
2. `computer_screenshot` aanroepen om de huidige staat te zien
3. Elke stap uitvoeren via `computer_command_queue` (klik, typ)
4. Resultaten verifiëren via schermafbeeldingen
5. Eventuele fouten opslaan als `mistake`-herinneringen

## Stap 4: Zelfherstellende tests

Wanneer een test faalt, sla de fout en het herstel op:

```python
def store_test_failure(scenario, step, error, recovery):
    requests.post(f"{URL}/memory",
        headers={"Authorization": f"Bearer {MIND_KEY}"},
        json={
            "category": "mistake",
            "key": f"failure_{scenario}_{step}",
            "content": f"Scenario: {scenario}\nStep: {step}\nError: {error}\nRecovery: {recovery}",
            "tags": ["test", "failure", "ios", scenario],
            "priority": "high"
        })

# Example
store_test_failure("login_flow", "tap_login",
    "Login button not found at expected coordinates",
    "Button moved due to new logo. Search by accessibility label instead.")
```

De volgende keer dat de LLM de test uitvoert, haalt hij de fout op en past hij het
herstel automatisch toe.

## Stap 5: Testresultaat-tracking

Volg testruns als taken:

```python
def track_test_run(scenario, status, duration):
    requests.post(f"{URL}/mind/task",
        headers={"Authorization": f"Bearer {MIND_KEY}",
                 "Content-Type": "application/json"},
        json={
            "title": f"Test: {scenario}",
            "description": f"Status: {status}, Duration: {duration}s",
            "priority": "normal"
        })
```

## Veelvoorkomende commando's

| Actie | Commando |
|-------|----------|
| Simulator starten | `xcrun simctl launch booted com.example.app` |
| Schermafbeelding | `computer_screenshot` (via Synapse MCP) |
| Tik op (x,y) | `computer_command_queue {type:"click", payload:{x,y}}` |
| Typ tekst | `computer_command_queue {type:"type", payload:{text:"..."}}` |
| Druk op Home | `computer_command_queue {type:"key", payload:{keys:["Cmd","Shift","H"]}}` |

## Best practices

> [!TIP]
> - **Sla UI-coördinaten op als herinneringen** — UI verandert, maar de LLM kan opnieuw leren
> - **Gebruik accessibility-labels** — stabieler dan coördinaten
> - **Sla testdata apart op** — gebruik variabelen voor gebruikersnamen, wachtwoorden
> - **Draai tests in schone staat** — reset Simulator tussen runs
> - **Log schermafbeeldingen bij fouten** — nuttig voor debugging

## Volgende stappen

- [Zelfherstellende tests](/docs/guides/self-healing-tests)
- [Computer Control API](/docs/api/computers)
- [Memory-best-practices](/docs/guides/memory-best-practices)