Ús del servidor Model Context Protocol amb Test Engine

Nota

Les característiques de visualització prèvia no estan dissenyades per a un entorn de producció i poden tenir una funcionalitat restringida. Aquestes característiques estan disponibles abans d’un llançament oficial de producte per tal que els clients el puguin utilitzar abans i enviar-nos els seus comentaris.

Power Apps Test Engine inclou una implementació de servidor Model Context Protocol (MCP) que millora la creació de proves mitjançant l'anàlisi determinista de les vostres aplicacions. Aquesta guia explica com utilitzar aquesta capacitat per generar proves més precises i rellevants contextualment.

Què és el Model Context Protocol?

El Model Context Protocol (MCP) és un estàndard per a la comunicació entre eines d'IA per proporcionar context i accions. En el context de Test Engine, pot permetre:

• Anàlisi determinista: escaneig i anàlisi de l'estructura de l'aplicació
• Consciència contextual: comprensió de les relacions i dependències del codi
• Generació de codi: creació de fragments de codi basats en el context
• Assistència interactiva: Respondre a les consultes dels usuaris amb suggeriments rellevants
• Integració de plans: Treballar amb el Dissenyador de plans per a la planificació de proves estructurades

El servidor MCP del motor de proves proporciona una implementació estàndard d'entrada/sortida (stdio) que podeu utilitzar amb clients MCP com Visual Studio GitHub Copilot ara altres eines compatibles.

Com funciona el servidor MCP del motor de proves

El servidor MCP del motor de proves combina l'exploració determinista d'aplicacions amb recomanacions generatives:

1. Fase d'escaneig: analitza l'estructura de l'aplicació per identificar:

   • Tipus de control i jerarquies
   • Rutes de navegació
   • Fonts de dades i esquemes
   • Patrons d'interacció comuns
   • Relacions dels components de la solució
   • Definicions i relacions d'entitats
   • Dissenys de formularis i regles de negoci
   • Components de codi personalitzats

2. Fase d'anàlisi: processa els resultats de l'escaneig per determinar indicacions refinades que ajuden a identificar:

   • Components i propietats provables
   • Possibles escenaris de prova
   • Oportunitats de cobertura
   • Àrees de risc
   • Dependències de dades
   • Configuració de les dades de prova necessàries

3. Fase d'integració del pla: Treballa amb el Dissenyador de plans per:

   • Organitzar les proves per requisits empresarials
   • Prioritzar escenaris de prova crítics
   • Crear plans de proves estructurats
   • Fer un seguiment de la cobertura de les proves amb els elements del pla
   • Generar informes sobre la cobertura de les proves

4. Fase de recomanació: genera indicacions contextualment rellevants per ajudar amb:

   • Plantilles i estructures de prova
   • Power Fx Afirmacions
   • Seqüències de navegació
   • Patrons de validació de dades
   • Definicions de dades simulades
   • Escenaris de gestió d'errors

5. Fase d'integració: Es comunica amb els clients de MCP a través de stdio per:

   • Respondre a les sol·licituds dels usuaris
   • Proporcionar suggeriments contextuals
   • Indicacions recomanades per ajudar a generar casos de prova complets

Beneficis d'utilitzar l'enfocament MCP

El servidor Model Context Protocol ofereix diversos avantatges respecte als enfocaments generatius purs que es poden configurar per millorar:

Benefici	Descripció
Precisió	L'anàlisi determinista garanteix que les proves generades facin referència als controls i propietats reals
Fiabilitat	Les proves es basen en l'estructura real de la vostra aplicació en lloc de patrons assumits
Consciència del context	El servidor MCP entén l'estructura de la vostra aplicació i pot generar proves més rellevants
Integració amb el dissenyador de plans	Permet organitzar les proves segons els requisits empresarials i els elements del pla
Utilització de metadades de la solució	Utilitza les definicions d'entitat, les relacions i les regles de negoci de la solució
Generació de dades de prova	Crea suggeriments per crear dades de prova adequades basades en el model de dades de la solució
Complementari als LLM	Treballa amb models de llenguatge grans per millorar les seves capacitats de generació
Enfocament estandarditzat	Segueix l'especificació MCP per a una interacció coherent amb diversos clients

Configuració del servidor MCP

Per utilitzar el servidor MCP del motor de prova:

1. Instal·lar la versió més recent de la CLI del motor de Power Apps proves
2. Configurar els fitxers d'origen de l'aplicació en un espai de treball
3. Configurar el servidor MCP per analitzar l'àrea de treball
4. Connectar un client MCP al servidor

Requisits previs

• Power Apps CLI del motor de prova (última versió)
• Solució controlada Power Platform per font
• Un client compatible amb MCP, com ara Visual Studio o GitHub Copilot

Ús del Dissenyador de plans amb MCP

El Dissenyador de plans proporciona un enfocament estructurat per organitzar i prioritzar els esforços de prova. Quan s'utilitza amb el servidor MCP del motor de prova, millora el procés de generació de proves:

1. Creació de plans de proves: definiu plans de proves amb objectius i criteris d'èxit específics
2. Assignació de requisits: enllaçar les proves amb els requisits empresarials i els components de la solució
3. Prioritat de prova: identifiqueu camins crítics i àrees d'alt risc per a proves enfocades a mesura que implementeu la solució
4. Anàlisi de cobertura: feu un seguiment de la cobertura de proves en funció dels elements del pla i dels components de la solució
5. Definició de dades de prova: especifiqueu els requisits de dades de prova per a cada escenari de prova

Com la informació del Dissenyador de plans millora el servidor MCP

El servidor MCP utilitza la informació del Dissenyador de plans per:

• Enfocar la generació de proves en àrees d'alta prioritat
• Crear dades de prova que cobreixin els requisits definits pel pla
• Proves d'estructura per validar ítems específics del pla
• Generar una cobertura de proves completa alineada amb les prioritats empresarials
• Proporcionar traçabilitat entre proves i requisits de negoci

Com començar

Reviseu l'MCP del motor de proves per obtenir informació sobre el servidor MCP i començar.

Combinant l'anàlisi determinista amb la IA generativa

El veritable poder del servidor Test Engine MCP rau en combinar l'anàlisi determinista amb les capacitats generatives:

• L'anàlisi determinista garanteix la precisió identificant els components reals
• La IA generativa proporciona comprensió del llenguatge natural i escenaris de prova creatius
• Junts, produeixen proves fiables i completes

Aquest enfocament híbrid ajuda a superar les limitacions de tots dos:

• Els enfocaments deterministes purs poden no cobrir els escenaris de prova creatius
• Els enfocaments generatius purs poden fer referència a controls inexistents o propietats incorrectes
• Procés de revisió per refinar i millorar els resultats generats

Procediments recomanats

Quan treballeu amb el servidor MCP del motor de prova:

• Proporcioneu un context d'origen complet: assegureu-vos que la carpeta de la solució contingui tots els fitxers rellevants
• Sigues específic a les sol·licituds: inclou noms de control específics i comportaments esperats
• Iterar de manera incremental: comenceu amb proves bàsiques i afegiu complexitat progressivament
• Verifica les proves generades: revisa i ajusta les proves abans de l'execució
• Combina amb l'experiència manual: utilitza el servidor MCP com a eina de productivitat, no com a substitut del coneixement de prova

Solució de problemes

Si teniu problemes amb el servidor MCP, proveu aquests passos de resolució de problemes:

Problema	Resolució
El servidor no s'inicia	Verificar les variables d'entorn d'instal·lació i PATH
El client no es pot connectar	Comproveu la configuració de stdio i els permisos de fitxer
Les proves generades fan referència a controls incorrectes	Assegureu-vos que els fitxers de la solució estiguin complets i actualitzats
L'anàlisi sembla incompleta	Utilitzeu el registre detallat per veure què està escanejant el servidor

Articles relacionats

Més informació sobre la creació de proves assistida per IA
Entendre les proves d'IA no deterministes
Exploreu els exemples del motor de proves