Muestra de referencia de prueba de rendimiento y directrices

Utilice el ejemplo de referencia diseñado con Apache JMeter disponible en GitHub como punto de partida para crear sus propias pruebas de rendimiento.

El ejemplo de referencia demuestra los siguientes principios:

• Comunicación con Direct Line a través de WebSockets
• Impulsar conversaciones multiturno
• Ejecutar múltiples grupos de hilos, cada uno gestionando un caso de uso conversacional distinto

El ejemplo de referencia se ha creado usando JMeter, una popular herramienta de código abierto. También puede crear scripts de pruebas de rendimiento para agentes de Copilot Studio con otras herramientas. Utilice criterios de selección como:

• Soporte de la comunidad: elija una herramienta con una comunidad fuerte y activa para la resolución de problemas y recursos.
• Disponibilidad de plugins: asegúrese de que la herramienta admite los plugins necesarios, especialmente para el protocolo WebSocket.
• Informes completos: busque herramientas que ofrezcan informes completos, ya sea integrados o ampliables mediante complementos.
• Escalabilidad: elija herramientas que permitan escalar fácilmente la ejecución de pruebas. Tanto JMeter como Locust son compatibles con Azure Load Testing.

Al diseñar scripts de pruebas de rendimiento para agentes creados con Copilot Studio, asegúrese de que simulan con precisión el uso real y que estén alineados con su configuración de producción. Las siguientes pautas clave ayudan a crear scripts de prueba efectivos y realistas:

• Simular retrasos realistas: después de capturar la última respuesta del agente, introduzca un retraso realista (por ejemplo, entre 30 segundos y 1 minuto) antes de enviar el siguiente mensaje del usuario. Esta demora simula el tiempo que los usuarios reales tardan en leer, pensar y responder durante las conversaciones.
• Control de errores en conversaciones multiturno: incluya comprobaciones de error después de cada turno en la conversación. Si se produce un error (por ejemplo, una respuesta que falta o que es incorrecta), detenga la conversación simulada para evitar problemas en cascada y reflejar el comportamiento real de los usuarios.
• Use los protocolos de comunicación de producción: asegúrese de que su script de prueba utilice los mismos protocolos de comunicación que su entorno de producción, como WebSockets o HTTP GET. Este enfoque garantiza que la prueba de rendimiento refleje con precisión las condiciones reales.