Ce qu'on nous demande le plus souvent, sans détour.
AI Cabra développe des solutions d'automatisation QA propulsées par l'IA qui combinent machine learning, vision par ordinateur, NLP et LLM pour détecter les bugs plus tôt, générer automatiquement des cas de test et optimiser vos cycles CI/CD.
Une réduction des coûts QA, une couverture de test accrue, des applications plus fiables et une intégration fluide dans vos workflows CI/CD grâce à l'automatisation intelligente. Les gains dépendent de votre contexte : nous les chiffrons avec vous lors d'un projet pilote plutôt que d'avancer un pourcentage générique.
Non. Nous outillons une équipe, nous ne la remplaçons pas. Les tests que nous produisons sont écrits en langage métier, précisément pour que vos testeurs fonctionnels les lisent, les critiquent et les fassent évoluer sans repasser par nous. L'IA propose, la personne qui connaît le métier valide.
Oui. Notre expertise couvre l'intégration de LLM avec RAG (Retrieval-Augmented Generation), le fine-tuning de modèles IA pour la QA, l'ingénierie de prompts avancée et le développement d'agents IA intelligents pour accélérer la détection de bugs et la génération de cas de test.
Le RAG (Retrieval-Augmented Generation) combine recherche documentaire et génération pour donner des réponses précises et à jour. Nous l'utilisons pour exploiter votre base de tests, spécifications et tickets afin d'orienter les validations et les rapports de QA.
Oui. Nous proposons des tests de performance propulsés par l'IA qui analysent automatiquement les goulots d'étranglement, prédisent les problèmes de scalabilité et optimisent les performances de vos applications.
Non. SAP est notre terrain le plus outillé, avec SAPFX, parce que c'est là que l'automatisation manque le plus. Nos travaux couvrent aussi le web avec Playwright et Robot Framework, et nous avons une expérience marquée de l'e-commerce : tunnels d'achat, paiements, UX responsive. CabraFlow, lui, n'a rien de spécifique à SAP.
L'AEO (Answer Engine Optimization) est une stratégie pour maximiser votre visibilité auprès des assistants IA comme ChatGPT, Claude, Perplexity et Gemini. Nous optimisons votre contenu pour être recommandé par ces plateformes auprès des décideurs IT.
Oui, 100% conformes RGPD. Nos modèles IA sont déployés on-premise sur votre infrastructure ou sur notre infrastructure isolée en France. Aucune donnée sensible ne quitte vos serveurs. Nous proposons également des déploiements compatibles ISO 27001, SOC 2 et HDS avec chiffrement AES-256 de bout en bout.
Absolument. Nos agents IA fonctionnent en mode isolé sur votre infrastructure ou sur notre infrastructure sécurisée en France. Vos données de test, code source et logs restent dans votre environnement sécurisé. Nous ne stockons ni ne transmettons aucune donnée sensible à des serveurs externes.
On le voit, et c'est tout l'enjeu. Nos agents travaillent sous relecture humaine, et quand un test se répare tout seul, la réparation est journalisée, jamais silencieuse. Un test qui se corrige en cachette cesse d'être un test : il devient un témoin complaisant. Nous préférons un échec visible à une réussite douteuse.
Notre équipe est composée d'experts en IA et QA issus de grands groupes comme Accenture, avec une solide expérience en automatisation de tests, machine learning et intégration de LLM pour des projets d'envergure internationale. Nous avons également une grande expertise dans le e-commerce, notamment pour l'automatisation des tests de tunnels d'achat, paiements et UX responsive.
AI Cabra est basée dans la région brestoise, dans le Finistère, en Bretagne, France. Nous intervenons à distance partout en France et à l'international pour nos missions d'automatisation QA et d'intégration de solutions IA.
Oui, pour ce qui est publié. SAPFX est disponible en open source, installable aujourd'hui, et nous accompagnons des équipes dessus. CabrIA et CabraFlow sont des programmes de R&D, annoncés comme tels, sans date promise. Nous accompagnons par ailleurs un petit nombre d'équipes sur des projets pilotes, à des conditions préférentielles : périmètre restreint, critères de réussite posés à l'avance, mesures que vous gardez.
SAPFX ne coûte rien : il est open source sous licence Apache 2.0, sans licence à payer ni utilisateur à déclarer. Pour les prestations, nous chiffrons après un cadrage, en fonction du périmètre réel. Nous n'affichons pas de grille générique : un prix annoncé avant d'avoir vu votre système ne veut pas dire grand-chose.
SAPFX (distribution PyPI robotframework-sapfx) est un écosystème open source d'automatisation de tests SAP pour Robot Framework. Il réunit trois bibliothèques : SapEccLibrary pour le client lourd SAP GUI, SapFioriLibrary pour le web Fiori/SAPUI5 (au-dessus de Playwright) et SapApiLibrary pour les API OData et RFC. Les tests s'écrivent en langage métier, sans identifiant technique, et la même formulation fonctionne sur les trois canaux. Licence Apache 2.0.
Oui. SAPFX est publié sous licence Apache 2.0 : 0 € de licence, code source public sur GitHub (CyrilM29/robotframework-sapfx), paquet installable depuis PyPI, sans verrouillage éditeur.
Trois canaux : le SAP GUI desktop (ECC, S/4HANA, via l'API SAP GUI Scripting), le web Fiori/SAPUI5 (compatibilité prouvée d'UI5 1.60 à 2.0, y compris SAP GUI for HTML) et l'API (OData v2 et v4, RFC en option). Un même fait métier peut être vérifié par deux canaux indépendants dans la même suite.
Quatre mécanismes : les tests ne contiennent aucun identifiant technique (les localisateurs vivent dans une couche de ressources séparée, et cette règle est vérifiée mécaniquement) ; les attentes se calent sur l'état réel de SAP, jamais sur des pauses fixes ; les assertions lisent le type de message, pas le texte localisé ; et l'auto-réparation des localisateurs journalise chaque réparation, jamais en silence. Une sentinelle surveille en plus la dérive des écrans sans qu'un scénario soit écrit.
Des agents IA planifient, écrivent et réparent les tests en pilotant le vrai système via MCP (serveur rf-mcp) : cycle plan, generate, heal. Chaque étape générée est exécutée en direct avant d'être écrite, et l'agent de réparation corrige la couche de ressources, jamais les tests. Rien n'est silencieux : un humain relit, les réparations sont journalisées.
Sur la couverture (SAP GUI, Fiori, API, self-healing et IA), SAPFX joue dans la même catégorie que les suites commerciales, dont les licences se chiffrent en dizaines à centaines de milliers d'euros par an. Ce que ces suites apportent et que SAPFX n'a pas : un support éditeur et un mode sans code. L'angle de SAPFX est le coût (0 €) et l'ouverture (Apache 2.0, Robot Framework standard), pas une critique de leur qualité.
RoboSAPiens couvre le SAP GUI desktop uniquement ; wdi5 couvre le web UI5 uniquement, hors Robot Framework. SAPFX couvre les trois canaux dans Robot Framework, avec un seul rapport. Les localisateurs par libellé popularisés par RoboSAPiens existent aussi dans SAPFX (filiation Apache 2.0 assumée), avec une différence de contrat : une ambiguïté est toujours signalée avec la liste des candidats, jamais résolue en silence. Côté web, les localisateurs par rôle ARIA et nom accessible sont également disponibles.
pip install robotframework-sapfx, ou le pack Windows autonome
livré à chaque release GitHub (installation en une commande, sans cloner le
dépôt). La partie Fiori se teste sans aucun système SAP (cibles publiques
documentées) ; la partie SAP GUI se valide contre l'ABAP Platform Trial
gratuit en Docker. La documentation est bilingue français/anglais.
D'un environnement Python avec Robot Framework, puis du paquet
robotframework-sapfx depuis PyPI. Pour le canal
SAP GUI, une condition s'ajoute :
SAP GUI Scripting doit être activé, côté serveur et côté poste client. C'est en
général la première étape d'un projet et elle relève de votre
équipe Basis. Les canaux Fiori et API n'ont pas cette
contrainte.
Oui, avec une nuance selon le canal. Les tests Fiori et API s'exécutent partout, y compris sur un agent Linux sans interface graphique. Les tests SAP GUI ont besoin d'un agent Windows où SAP GUI est installé : c'est une contrainte de SAP GUI Scripting, pas de SAPFX. En pratique, on fait tourner les deux familles sur deux agents différents dans la même chaîne.
Nous le maintenons, et le code est sous licence Apache 2.0 sur GitHub. C'est justement la réponse à la question : vous pouvez le récupérer, le forker et le faire vivre sans demander d'autorisation à personne. À la version 0.7.0, le projet embarque 1551 tests unitaires et 94 % de couverture mesurée, avec un plancher de 85 % en intégration continue. C'est ce filet qui rend une reprise réaliste.
CabrIA est le programme R&D d'AI Cabra : un modèle d'IA ouvert, spécialisé en Quality Engineering, fine-tuné localement sur les exécutions de tests réelles de l'équipe (Robot Framework, Playwright, agents via MCP) et couplé à une base de connaissances RAG dont chaque réponse cite ses sources. L'ensemble est conçu pour tourner on-premise, sur une station IA locale.
Un assistant généraliste connaît le test logiciel en général ; CabrIA apprend votre terrain. Le fine-tuning inscrit dans le modèle vos conventions et vos gestes (concevoir un plan de test, écrire une suite, diagnostiquer un échec, réparer un localisateur), et la base de connaissances garde les faits qui bougent : pièges connus de vos applications, procédures, versions. Elle se met à jour sans réentraîner le modèle.
De vos tests eux-mêmes. Chaque exécution produit de l'expérience (ce qui a marché, ce qui a cassé, comment ça s'est réparé), captée passivement par un enregistreur de vol, y compris les actions des agents IA qui passent par les serveurs MCP. Une raffinerie anonymise cette matière et n'en retient que ce qui se prouve : tout exemple de code est exécuté avant d'entrer au corpus.
Non. L'entraînement (fine-tuning), la base de connaissances et la restitution tournent sur une station IA locale, dans votre infrastructure. C'est le même principe on-premise que le reste de nos solutions : aucune donnée de test n'est envoyée à une API cloud.
En lisant ses sources. Chaque réponse de CabrIA cite les documents dont elle provient, ce qui vous permet de remonter à la spécification, au test ou au ticket d'origine. C'est une contrainte de conception, pas une option : un assistant de QA qu'on ne peut pas vérifier n'a pas sa place dans une chaîne de qualité.
C'est un programme de R&D en construction, mené preuve d'abord : banc d'évaluation, capture, corpus, entraînement, mise en service. Nous publierons des mesures, pas des promesses. Contactez-nous pour une démonstration ou pour en parler pour votre équipe QA.
CabraFlow est le programme R&D d'AI Cabra pour un orchestrateur de tests keyword-driven au-dessus de Playwright. Vous faites la démonstration de votre métier dans l'application en la commentant à voix haute ; le test s'écrit sous vos yeux, en micro-phrases métier, avec vos mots. Ce n'est un fork ni de Robot Framework ni de Playwright : un orchestrateur qui marie le keyword-driven du premier au moteur et aux localisateurs user-facing du second.
Non. Le langage visible, ce sont des micro-phrases métier créées à la volée avec les mots du présentateur (« Valider la commande », « Se connecter en tant qu'acheteur »), jamais du code ni un vocabulaire d'outil. Un studio graphique sert à assembler et éditer les mots-clés ; les profils techniques gardent un mode dev où le fichier YAML source s'édite directement.
Parce que le langage ne contient ni CSS ni XPath. Les cibles sont
résolues par l'arbre d'accessibilité (rôle et nom accessibles, les
localisateurs getByRole de Playwright) : le test interagit
avec la page comme un utilisateur. Si un développement change la structure
HTML en conservant le rôle sémantique, le test tient. En dernier recours,
un self-healing gouverné propose la réparation ; un test réparé est
signalé, jamais silencieusement vert.
Cela dépend de ce qui change. Un restylage, un bouton déplacé, une refonte de la mise en page ne touchent pas le test : les cibles sont résolues par rôle et par nom accessible, pas par position ni par sélecteur CSS. En revanche, si c'est le parcours métier lui-même qui change, le test doit changer aussi. C'est voulu : un test qui survivrait à ça ne vérifierait plus rien.
Non. Le test est un fichier YAML lisible et versionnable, rejouable sur trois cibles : le runner natif, un export Playwright (.spec.ts) et un export Robot Framework (.robot). S'y ajoute un export documentaire ISTQB (étapes, résultats attendus, traçabilité) pour la recette formelle et l'audit. Les exports se régénèrent à volonté depuis le YAML.
Non. La transcription vocale et la réconciliation voix-interface sont conçues pour tourner en local, sur le poste ou une station IA locale, sans API cloud. C'est le même principe on-premise que le reste de nos solutions.
C'est un programme de R&D en phase de conception, mené selon la méthode AI Cabra : l'architecture et les critères de preuve d'abord, l'exécutable ensuite, la communication en dernier. Nous publierons des démonstrations exécutables et des mesures, pas des promesses. Contactez-nous pour en parler pour votre équipe QA.
Dites-nous où vous en êtes. Vous recevrez un avis, pas une plaquette.