Capacitats d'IA generativa en Power Apps Test Engine (obsolet)

Nota

Test Engine està obsolet i serà eliminat en una versió futura. Utilitza Power Platform Playwright per a capacitats d'automatització de proves en Power Platform i serveis Dynamics 365.

Power Apps Test Engine ofereix capacitats completes d'IA generativa que abasten tot el cicle de vida de les proves. Aquesta pàgina proporciona una visió general de com la IA generativa pot millorar la vostra experiència de prova, des de la creació de proves fins a l'execució i validació.

Les funcions d'IA generativa de Test Engine aborden tres àrees clau del procés de prova:

Capacitat d'IA generativa Descripció
Creació de proves generatives assistides per IA Crea proves ràpidament utilitzant GitHub Copilot i altres Grans Models de Llenguatge (LLMs) o Models de Llenguatge Petits (SLMs)
Model Context Protocol servidor Anàlisi determinista i generació de codi amb MCP
Proves d'IA no deterministes Provar aplicacions basades en IA amb tècniques de validació especials

Creació de proves generatives assistides per IA

La creació de plans de prova complets pot requerir molt de temps, especialment per a aplicacions complexes. Test Engine admet la creació generativa assistida per IA mitjançant:

  • GitHub Copilot: Genera plantilles de prova, passos de prova i assercions basats en el codi de la teva aplicació
  • Creació de proves en llenguatge natural: descriu escenaris de prova en anglès senzill i tradueix-los en proves executables
  • Generació de proves basades en mostres: feu referència a mostres existents per crear proves rellevants contextualment

Aquest enfocament ajuda els autors de proves a centrar-se en la lògica de negoci i les regles de validació en lloc de la sintaxi de prova i el codi estàndard.

Més informació sobre la creació de proves generatives assistides per IA

Implementació del servidor Model Context Protocol

Power Apps Test Engine inclou una implementació de servidor Model Context Protocol (MCP) que proporciona una anàlisi determinista de les teves aplicacions i genera recomanacions de prova.

El servidor MCP:

  • Analitza l'estructura de l'aplicació per identificar components provables
  • Genera patrons de prova basats en tipus de control i relacions
  • Proporciona recomanacions de codi contextual
  • S'integra amb clients MCP com Visual Studio i GitHub Copilot
  • Utilitza el Dissenyador de plans per organitzar i prioritzar els esforços de prova
  • Incorpora elements de definició de solucions i esquemes de dades per a proves completes
  • Utilitza les metadades de la solució per generar proves rellevants contextualment

Quan combineu l'anàlisi determinista amb les capacitats d'IA generativa, aquest enfocament us ofereix una generació de proves més fiable i precisa en comparació amb els enfocaments generatius purs.

Més informació sobre la implementació del protocol de context del model

Prova de capacitats d'IA no deterministes

Quan es proven aplicacions que utilitzen capacitats d'IA com components d'AI Builder o models de Transformador Preentrenat Generatiu (GPT), cal una consideració especial per gestionar resultats no deterministes.

Test Engine ofereix:

  • La Preview.AIExecutePrompt funció: executar indicacions d'IA amb entrades controlades i validar sortides
  • Validació basada en la tolerància: verifiqueu que els resultats de la IA compleixin les expectatives dins dels llindars acceptables
  • Validació de resposta estructurada: analitza i valida contingut complex generat per IA
  • Validació basada en plans: utilitzeu les definicions del dissenyador de plans per validar les sortides de la IA segons els criteris esperats

Aquestes capacitats garanteixen que pugueu crear proves fiables i repetibles fins i tot quan treballeu amb sistemes d'IA inherentment variables.

Més informació sobre com provar capacitats d'IA no deterministes

Triar l'enfocament adequat d'IA generativa

Per obtenir resultats òptims, tingueu en compte aquestes directrius:

Si vols... Penseu en utilitzar...
Genera ràpidament proves per a una nova aplicació Creació assistida per IA generativa amb GitHub Copilot
Obteniu una anàlisi precisa i determinista dels components provables Model Context Protocol servidor
Combina l'anàlisi determinista amb les capacitats generatives MCP amb un client LLM compatible
Prova d'aplicacions basades en IA amb sortides variables Proves d'IA no deterministes amb Preview.AIExecutePrompt
Estructurar els esforços de prova en funció dels requisits empresarials Dissenyador de plans amb integració de servidors MCP
Generar proves mitjançant metadades de la solució i esquemes de dades Servidor MCP amb escaneig de definició de solució

AI assistida per proves amb GitHub Copilot
Ús del servidor Model Context Protocol amb Test Engine
Prova de components d'IA no deterministes
Navega pel catàleg de mostres del motor de proves
Proveu les funcions power-fx-functions del motor de prova
Utilitzar el dissenyador de plans

  • Last updated on