# GitHub Actions 上不稳定的 Cypress 和 Playwright 测试：当原因出在运行器上

> 端到端测试在本地通过、在 GitHub Actions 上时好时坏，往往是资源不够：Cypress、浏览器、你的应用和数据库挤在私有仓库的 2 个 CPU 和 8 GB 上。Cypress 的文档说，资源不足会表现为不稳定、缓慢或随机的失败。本文讲怎样确认、测试里要修什么、为什么分片要花分钟数，以及一个 8 vCPU、16 GB、每月固定 $79 的运行器。

在笔记本电脑上通过、在 GitHub Actions 上时好时坏的端到端测试，往往不是坏了，而是资源不够。在私有仓库的 `ubuntu-latest` 上，Cypress 或 Playwright、浏览器、你的应用服务器和数据库共用 2 个 CPU 和 8 GB，于是页面渲染变慢，命令超过超时（Cypress 默认 4 秒），或者浏览器在运行中途崩溃。Cypress 自己的文档说，资源不足会表现为不稳定、缓慢或看似随机的失败，它的示例应用要在 4 vCPU、16 GB 上才运行得宽裕，是私有运行器的两倍。在失败的运行中观察 CPU 和内存来确认，修掉测试里的固定等待和共享数据，再给作业它需要的机器。

Skipbox 以固定价格给它这台机器：`runs-on: skipbox-8x16` 提供 8 vCPU 和 16 GB，每月 $79，用的是你账号的专属机器，浏览器和包在两次运行之间一直装着。分钟数不限，所以重试和分片都不会增加账单。

- Cypress 的示例应用在 4 vCPU、16 GB 上运行得宽裕；私有仓库的 `ubuntu-latest` 只有 2 个和 8 GB
- 8 vCPU 和 16 GB，每月 $79，分钟数不限
- 浏览器和包留在你的机器上，分片或重试都不用重新安装

**固定价格的 GitHub Actions，分钟数不限** Skipbox 在你的专属机器上运行 GitHub Actions 作业：每月 $39，无论运行多少分钟。Docker 层和依赖缓存在作业之间保留，所以下一个作业能立即开始。

4 vCPU 运行器，每月 2万分钟: GitHub $222 → Skipbox $39. 每月节省 $183.

切换只需改一行：`runs-on: skipbox`。

[开始 7 天免费试用](https://app.skipbox.dev/sign-in?ref=g-flaky-e2e-tests-github-actions-zh-hans)

## 测试和谁共用运行器

一个端到端作业运行的不只是测试。根据 [Cypress 的性能指南](https://docs.cypress.io/app/guides/test-performance)，还有 Cypress 本身、浏览器、你的应用服务器，以及应用依赖的所有后台服务。在私有仓库的 `ubuntu-latest` 上，它们共用 2 个 CPU 和 8 GB（[GitHub 托管的运行器](https://docs.github.com/en/actions/reference/runners/github-hosted-runners)）。公开仓库的有 4 个 CPU 和 16 GB，正是 Cypress 说它的示例应用运行得宽裕的规格。

同一份指南列出的资源不足的迹象：

- 测试越跑越慢
- 浏览器在运行中途崩溃，却没有明确的测试失败
- 运行期间 CPU 或内存一直接近 100%

Playwright 每个工作进程启动一个浏览器，[默认数量是核心数的一半](https://playwright.dev/docs/api/class-testconfig#test-config-workers)。它的 [CI 文档](https://playwright.dev/docs/ci#workers)为了优先保证稳定性和可复现性，建议在 CI 中设置 `workers: 1`，让每个测试都独占整台机器，只有在性能强劲的自托管 CI 系统上才建议并行运行测试。

## 动手之前先确认

- **Cypress**：用 `DEBUG=cypress:server:util:process_profiler npx cypress run` 运行。它每 10 秒打印一次 CPU 和内存；CPU 一直高于 100%，说明机器已经饱和。
- **Playwright**：用 `--workers=1` 重跑失败的测试套件。如果不稳定的情况消失了，瓶颈就是机器，而不是测试。在重试时保留 trace（`trace: 'on-first-retry'`），看看失败时页面在做什么。
- **两者通用**：在测试之前加一个步骤 `nproc && free -h`，再在后台加一个每 15 秒记录一次 `top -b -n 1 | head -15` 的步骤。

在更大的机器上就不再出现的失败，是运行器造成的，换一台更大的机器就能消除。仍在同一个地方失败的测试，是测试本身的问题：下一节来修。

## 修好属于测试的问题

- **不用固定等待**：`cy.wait(2000)` 和 `page.waitForTimeout()` 在快的笔记本电脑上能过，在慢的运行器上就失败。改为等待元素、路由或响应。
- **在请求之前注册拦截**：点击之后才设置的 `cy.intercept` 会和请求赛跑。
- **隔离数据**：共用同一个用户或同一条记录的测试，换个顺序或并行运行就会失败。
- **在 CI 中开启重试**：Playwright 会在报告中把失败后又通过的测试标记为 flaky；Cypress 的 `retries` 设置会在 `cypress run` 中重跑失败的测试。重试能让你看到哪些测试不稳定，但修不好它们。

## 分片的代价

分片把测试套件拆到多个作业中，每个作业有自己的机器。[Playwright](https://playwright.dev/docs/test-sharding) 接受 `--shard=1/4`，在最后一个作业中合并 blob 报告；[Cypress 的并行模式](https://docs.cypress.io/app/continuous-integration/github-actions)需要把结果记录到 Cypress Cloud，由它在机器之间分配测试文件。

每个分片都是一台新的 GitHub 虚拟机：安装包、下载浏览器（Playwright 不建议缓存浏览器，因为恢复缓存和下载差不多一样久）、构建并启动你的应用。四个分片就要付四次，而按分钟计费会把每一个都算进去。机器是瓶颈时，分片有帮助，但它也把准备工作一起成倍放大。

## 又慢又不稳定的测试套件要花多少

端到端测试是合并前的最后一道检查，所以整个团队都在等它，一次不稳定的失败还要再加一次重跑。按分钟计费时，这些分钟每一分都要付钱：

| 每月分钟数（4 vCPU） | GitHub | Skipbox S | 每月节省 |
|---|---|---|---|
| 1万 | $102 | $39 | **$63** |
| 2万 | $222 | $39 | **$183** |
| 3万 | $342 | $39 | **$303** |

在 8 vCPU 上，2万分钟在 GitHub 上是 $422，在 Skipbox M 上是 $79。GitHub 的金额已减去 GitHub Team 包含的用量。把你自己的分钟数填进[首页的计算器](https://skipbox.dev/?ref=g-flaky-e2e-tests-github-actions-zh-hans#cost)。

## 给测试套件一台够用的机器

每个套餐都附带你账号的专属机器，在作业之间一直保留，价格固定：

| 标签 | 机器 | 套餐 |
|---|---|---|
| `skipbox` | 4 vCPU · 16 GB | S，每月 $39 |
| `skipbox-8x16` | 8 vCPU · 16 GB | M，每月 $79 |
| `skipbox-16x32` | 16 vCPU · 32 GB | L，每月 $149 |

- **够整个技术栈用的 CPU 和内存**：`skipbox-8x16` 的内存达到 Cypress 为示例应用给出的规格，核心还更多，浏览器、应用和数据库不再互相争抢。在 8 vCPU 上，Playwright 默认 4 个工作进程。
- **浏览器和包保留下来**：`~/.cache/ms-playwright` 中 Playwright 的浏览器、`~/.cache/Cypress` 中的 Cypress 二进制文件、npm 的缓存，以及你的服务的 Docker 镜像，下一个作业开始时都在磁盘上。
- **分钟数不限**：重试、重跑和分片都不改变账单。套餐的 vCPU 决定同时运行多少个分片；超出的分片排队等待。

## 切换只需改一行

```yaml
jobs:
  e2e:
    runs-on: skipbox-8x16 # was ubuntu-latest
    steps:
      - uses: actions/checkout@v6
      - uses: actions/setup-node@v6
        with:
          node-version: lts/*
      - run: npm ci
      - run: npx playwright install --with-deps
      - run: npx playwright test
```

`skipbox-8x16` 在 M 套餐上运行；试用期间用 `runs-on: skipbox`（4 vCPU，16 GB）。

1. 使用 GitHub 登录 Skipbox。
2. 安装 Skipbox GitHub 应用，并选择仓库。
3. 修改 `runs-on` 并推送。

## 安全

- 这台机器只属于你的账号。不会运行其他公司的作业。
- 每个作业结束后，运行器的凭据、进程和容器都会被清除。浏览器和缓存留下来。开启“每个作业用新虚拟机”后，每个作业改在一台新机器上运行。
- 没有写入权限的人提交的代码（例如来自复刻的拉取请求）在一台新的虚拟机上运行，它能读取你的缓存，但不能修改。

详情见[作业如何隔离](https://docs.skipbox.dev/zh-hans/isolation)。

## 用不稳定的测试套件试试

试用免费，为期 7 天 或 3,000 作业分钟，以先到者为准，无需绑卡。把端到端作业改为 `runs-on: skipbox`，运行几次，再把不稳定失败的次数和各步骤耗时与 GitHub 上的对比。

## 常见问题

### 为什么我的 Cypress 测试在本地通过，在 GitHub Actions 上却不稳定？

往往是因为运行器比你的笔记本电脑小。私有仓库的 ubuntu-latest 只有 2 个 CPU 和 8 GB，Cypress、它的浏览器、你的应用服务器和数据库全都在上面跑。它们争抢资源时，页面渲染变慢，命令超过默认 4 秒的超时，或者浏览器崩溃。Cypress 自己的性能指南说，资源不足会表现为不稳定、缓慢或看似随机的失败，它的示例应用在 4 vCPU、16 GB 上运行起来才宽裕。用 DEBUG=cypress:server:util:process_profiler 确认，修掉固定等待，再给作业更多 CPU 和内存。

### Playwright 测试在 CI 中不稳定，可能是运行器的 CPU 或内存造成的吗？

可能。每个 Playwright 工作进程驱动自己的浏览器，默认数量是机器核心数的一半。Playwright 的 CI 文档为了稳定，建议在 CI 中只用一个工作进程，这样每个测试都能独占整台机器。如果用 --workers=1 能通过、多了就不稳定，瓶颈就是机器：在 2 个 CPU 上保持一个工作进程，或者换到核心和内存更多的机器上，再在那里增加工作进程。

### 怎样区分资源不足的运行器和不稳定的测试？

在失败的运行中观察机器。Cypress 设置 DEBUG=cypress:server:util:process_profiler 后每 10 秒打印一次 CPU 和内存；Playwright 可以在后台步骤中运行 free -h 和 top，或者用 --workers=1 重跑。资源不足的运行器会显示 CPU 接近 100% 或内存接近上限，失败在不同测试之间游走，越到运行后段越严重。不稳定的测试在快机器上也会在同一个地方失败。

### 给端到端测试分片能解决不稳定或费用问题吗？

单靠分片都解决不了。分片让测试套件的每一部分都有自己的机器，瓶颈在机器时有帮助，但每个分片都要重新安装包、下载浏览器、启动应用，而按分钟计费会把每个分片都算进去。Cypress 的并行模式还要求把结果记录到 Cypress Cloud。在 Skipbox 上，浏览器和包留在你的机器上，分钟数不限，所以分片和重试都不额外花钱。

### 端到端测试该用多大的运行器？

从测试旁边还在跑什么出发：浏览器、应用服务器和它的服务。Cypress 的示例应用在 4 vCPU、16 GB 上运行起来才宽裕。在 Skipbox 上，runs-on: skipbox-8x16 提供 8 vCPU 和 16 GB，每月 $79；skipbox-16x32 提供 16 vCPU 和 32 GB。

### 能免费试用吗？

能。试用为期 7 天 或 3,000 作业分钟，以先到者为准，无需绑卡，在 4 vCPU、16 GB 上运行。把端到端作业改为 runs-on: skipbox，运行几次，再把失败情况和各步骤耗时与 GitHub 上的对比。

更新于 2026-11-16 · https://skipbox.dev/zh-hans/guides/flaky-e2e-tests-github-actions
