开源之夏是中国科学院软件研究所发起的“点亮计划”系列暑期活动，旨在鼓励高校学生积极参与开源软件的开发维护，培养和发掘更多优秀的开发者，促进优秀开源软件组织的蓬勃发展，助力开源软件供应链建设。学生可自主选择感兴趣的项目进行申请，中选后在项目开发者（组织导师）的指导下进行开发。根据项目的难易程度和完成情况，结项者将获取开源之夏活动劳务报酬和结项证书。
2026年起， 点亮计划正式步入2.0时代——面向AI时代，围绕RISC-V核心基础软件，全面聚焦操作系统、编译器、虚拟化、人工智能等关键领域，进一步强化开源协同创新，持续推动RISC-V的生态成熟和繁荣。
openKylin赛题介绍
OpenAtom openKylin（简称“openKylin”）每年会通过开源之夏发布多个项目赛题，2026开源之夏一共上线4个项目，上期已放出2道赛题！欢迎各位同学按照自己感兴趣或擅长的方向进行申请~
项目三：面向openKylin的多模态智能体自动化测试框架
项目难度：进阶/Advanced
编程语言：C、C++、Python
项目社区导师：楚铁新
导师联系邮箱：382426200@qq.com
项目简述：
随着Linux桌面操作系统功能日益复杂，桌面环境、系统设置、文件管理器、任务栏、开始菜单以及系统级智能助手等组件包含大量图形界面交互场景。传统桌面自动化测试通常依赖固定坐标、控件标识或者人工编写自动化脚本，当界面布局、控件层次或软件版本发生变化时，测试脚本容易失效，维护成本较高。
openKylin社区目前已经建立版本测试、功能测试、缺陷验证和自动化测试等质量保障机制，但在桌面GUI测试场景中，大量测试过程仍需要测试人员根据测试用例人工执行操作、判断界面状态并记录测试结果。特别是在桌面环境持续迭代的情况下，自动化测试脚本的开发和维护成本较高。
近年来，大语言模型、多模态模型以及AI Agent技术快速发展，使AI根据自然语言任务理解界面状态并自主完成计算机操作成为可能。通过结合桌面辅助功能树、窗口信息、屏幕图像和大语言模型，可以让测试系统理解“打开系统设置并修改壁纸”等自然语言测试任务，并自主规划和执行测试步骤。
本项目拟面向Linux桌面环境设计并实现一个多模态智能体自动化测试框架。框架能够将自然语言测试用例转换为测试任务，通过桌面结构化信息和视觉信息感知当前系统状态，利用AI Agent规划测试步骤，并调用鼠标、键盘及系统接口执行桌面操作。
在测试执行过程中，系统能够根据界面实际状态动态调整后续操作，而非完全依赖固定坐标或预先录制的操作路径；同时支持根据测试目标执行状态断言、异常检测、失败截图和测试日志记录。
项目最终将在openKylin/UKUI典型桌面应用中选择一批实际测试场景进行验证，形成能够运行真实Linux桌面测试任务的AI自动化测试原型，并提供可扩展的测试任务接口，为openKylin后续构建智能化操作系统测试基础设施提供技术基础。
项目产出要求：
-
实现自然语言测试用例解析与任务结构化模块；
-
实现Linux桌面窗口及控件状态感知模块；
-
实现基于AI Agent的测试任务规划与执行模块；
-
支持鼠标、键盘及常用桌面操作自动执行；
-
实现测试步骤状态断言及执行结果判断；
-
支持操作失败检测、重试及基本异常恢复；
-
实现测试日志、失败截图及测试报告自动生成；
-
完成不少于10个openKylin/UKUI典型GUI测试用例；
-
对智能体测试成功率及执行效率进行测试评估；
-
编写框架使用、扩展及测试用例开发文档。
项目技术要求：
-
掌握Python编程及基本软件工程开发方法；
-
熟悉Linux桌面环境及基本系统开发工具；
-
了解GUI自动化测试或Accessibility技术；
-
了解大语言模型及Prompt基本使用方法；
-
了解AI Agent的任务规划及工具调用机制；
-
熟悉PyQt、AT-SPI、pyautogui等技术者优先；
-
有Linux、AI Agent或自动化测试实践经验者优先。
项目主页：https://m.summer.ospp.ac.cn/org/prodetail/267180093
项目四：面向openKylin社区基础设施的自动化质量测试平台
项目难度：进阶/Advanced
编程语言：CSS、Java、JavaScript、Typescript
项目社区导师：康艳红
导师联系邮箱：731193006@qq.com
项目简述：
-
背景：openKylin社区已搭建服务社区爱好者、开发者、会员单位的基础设施，包括官网、文档平台、论坛、统一身份、CLA签署、SIG管理及下载服务等。随着基础设施的扩大，在版本迭代或站点调整可能引入链接失效、页面结构变化、交互中断和视觉回归等问题，需要以真实用户路径持续验证体验以提升系统稳定性。
-
已有工作：目前社区各类基础设施平台均已完成建设并持续提供服务，覆盖社区内容发布、资料学习、用户交流、身份认证、贡献者协议签署、SIG协作和系统镜像下载等核心场景，为建设统一自动化测试体系提供了明确的测试对象和业务路径。
-
现有不足：各平台质量验证主要依赖人工排查，尚无统一的测试资产、用户旅程模型和自动执行工具，难以体系化覆盖跨站点功能；版本变更后缺少稳定的回归基线、过程证据和历史对比，故障通常在用户反馈后被动发现，也无法形成可复用的发布质量门禁。
-
改进方向：从零研发自动化质量测试平台，建设测试资产与环境管理、用户旅程DSL、任务编排、Playwright浏览器执行、规则检测、证据采集、结果分析和质量看板等能力。执行器支持跨站跳转、步骤编排、断言、重试、超时、并发限流、多浏览器与多视口运行；平台通过统一数据模型关联旅程、任务、节点、失败原因、截图及日志。
-
最终目标：形成“资产管理—旅程设计—自动执行—证据留存—结果评审—问题改进”的闭环，交付可部署、可扩展的自动化质量平台MVP；落地不少于5条openKylin核心只读用户旅程和30个测试节点，覆盖至少6类社区基础设施，并支持PR评审和CI发布流程复用，为社区持续质量改进提供客观依据。
项目产出要求：
-
完成测试资产、环境和权限管理；
-
设计可版本化的用户旅程DSL；
-
开发基于Playwright的旅程执行器；
-
实现手动、定时、API和CI任务触发；
-
支持多浏览器、多视口与跨站跳转；
-
支持断言、重试、超时、并发和限流；
-
实现链接、结构、无障碍和视觉检测；
-
采集截图、Trace、DOM及网络日志；
-
建设结果看板、趋势分析和报告导出；
-
落地不少于5条旅程和30个测试节点；
-
新增模块自动化测试覆盖率不低于80%；
-
编写部署、DSL、扩展及运维文档。
项目技术要求：
-
熟练使用TypeScript与Node.js；
-
熟悉React及REST API开发；
-
熟悉Playwright或浏览器自动化；
-
了解数据库及对象存储基本设计；
-
了解HTML、CSS、DOM与无障碍规范；
-
了解异步任务、重试和日志设计；
-
掌握自动化测试设计及Git PR流程；
-
有CI或视觉回归实践经验者优先。
项目主页：https://m.summer.ospp.ac.cn/org/prodetail/267180092
参与流程
登录官网https://summer.ospp.ac.cn/，查看openKylin主页赛题，即可报名参加！
项目任务上线官网，学生可以直接通过项目详情的导师邮箱与导师进行沟通，或扫描下方二维码加入交流群，群内老师在线为大家答疑：
扫码加好友，发送“2026开源之夏”进群
查看2026开源之夏openKylin所有项目详细信息，有感兴趣的可以直接登录开源之夏官网报名与导师沟通投递简历哦～