Comparteix via


Capacitats d'IA generativa al Power Apps motor de proves (versió preliminar)

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 ofereix capacitats integrals 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 Crear proves ràpidament utilitzant GitHub Copilot i altres models de llenguatge gran (LLM) o models de llenguatge petit (SLM)
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 integració: genera plantilles de prova, passos de prova i assercions basades en el codi de l'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.

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 vostres 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.

Prova de capacitats d'IA no deterministes

Quan es proven aplicacions que utilitzen capacitats d'IA com AI Builder components o models de transformadors generatius preentrenats (GPT), cal tenir especial en compte el maneig de sortides 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.

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 Autoria generativa assistida per IA 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

Creació de proves assistida per IA 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