Opret enhedstest ved hjælp af chatvisningstilstande
Chat-visningen i Visual Studio Code tilbyder tre indbyggede agenter, der kan bruges til at lave enhedstests: Ask, Plan og Agent. Hver agent har sine egne styrker, og den bedste agent at bruge afhænger af den specifikke opgave.
- Ask-agenten er optimeret til at stille spørgsmål om dine kodeprojekter, kodningsemner og generelle teknologikoncepter.
- Planagenten er optimeret til at skabe en struktureret, trin-for-trin implementeringsplan, før der skrives kode.
- Agenten er optimeret til at starte en agentisk kodningsarbejdsgang.
Vigtigt
Når du bruger chatvisningen med agenten, kan GitHub Copilot lave flere premium-anmodninger for at løse en enkelt opgave. Premium-anmodninger kan bruges af brugerinitierede prompts og opfølgende handlinger, GitHub Copilot foretager på dine vegne. De samlede premiumanmodninger, der bruges, afhænger af opgavens kompleksitet, antallet af involverede trin og den valgte model.
Brug Ask-agenten til at oprette enhedstests
Ask-agenten kan bruges til at analysere et arbejdsområde og derefter oprette enhedstests. Ask-agenten er nyttig, når du vil oprette tests for flere funktioner eller metoder i en fil, eller når du vil oprette tests for en hel fil.
For at oprette enhedstests ved hjælp af Ask-agenten, følg disse trin:
Åbn den fil, der indeholder den kode, du vil teste.
Åbn chatvisningen og start en ny chatsession med Ask-agenten.
Føj kontekst til chatsessionen.
- Du kan tilføje kontekst til chatsessionen ved at trække og slippe filer fra Visual Studio Code's EXPLORER-visning ind i chat-visningen. Du kan også bruge knappen Tilføj kontekst .
- Du kan åbne eksterne filer i kodeeditoren for at inkludere ressourcer, der ikke er en del af arbejdsområdet, og bruge dem til at angive en bestemt kontekst. Du kan f.eks. åbne Markdown-filer, der indeholder retningslinjer for bidragydere eller kontaktoplysninger, og derefter bruge knappen Tilføj kontekst til at føje dem til konteksten for chatvisningen.
- Du kan bruge chatvariablen
@workspacetil at angive arbejdsområdet som en del af din prompt. Arbejdsområdekonteksten er nyttig, når du vil oprette test for flere funktioner eller metoder i en fil, eller når du vil oprette test for en hel fil.
Angiv en prompt, der beder om enhedstest for koden i filen.
- For eksempel: "
@workspace /explain I need to create unit tests for the code in this file. The tests should be written in Python and use the unittest framework."
- For eksempel: "
Gennemse de foreslåede enhedstest, og afgræns resultaterne ved hjælp af opdaterede prompter, hvis det er nødvendigt.
Flyt de foreslåede enhedstest til en testfil.
- Du kan f.eks. oprette en testfil i samme mappe som kodefilen og derefter indsætte de foreslåede enhedstest i filen.
- Du kan bruge Ask-agenten til at foreslå opdateringer til specifikke tests efter oprettelsen af testfilen, eller bruge andre GitHub Copilot værktøjer til at hjælpe med opdateringer.
- Du kan også bruge knappen Anvend i editor til at anvende de foreslåede enhedstests direkte på kodefilen.
Gem testfilen.
- Testfiler gemmes typisk i en separat mappe med "test" i et projekt, der er konfigureret til enhedstests. Dine muligheder afhænger af projektets struktur og teststruktur.
- Du kan bruge Ask-agenten til at foreslå opdateringer til specifikke tests efter oprettelsen af testfilen, eller bruge andre GitHub Copilot værktøjer til at hjælpe med opdateringer.
Kør testene for at sikre, at de består og bekræfter funktionaliteten af din kode.
Hvis det er nødvendigt, kan du tilpasse testene ved at tilføje flere testcases eller ændre eksisterende.
Gem filen igen, når du har foretaget ændringer af testene.
Brug Plan-agenten til at planlægge enhedstests
Planagenten kan bruges til at lave en detaljeret implementeringsplan for dine enhedstests, før du skriver kode. Planagenten undersøger din opgave grundigt, stiller opklarende spørgsmål og udarbejder en trin-for-trin plan. Når planen er gennemgået og godkendt, kan du overdrage den til agenten til implementering.
For at planlægge enhedstests med Plan-agenten, følg disse trin:
Åbn den fil, der indeholder den kode, du vil teste.
Åbn chatvisningen og start en ny chatsession med Plan-agenten. Du kan vælge Plan fra agenternes dropdown-menu eller skrive
/planefterfulgt af din opgavebeskrivelse.Indtast en prompt, der beskriver de enhedstests, du vil lave.
- For eksempel: "
I need to create unit tests for the code in this file. The tests should be written in Python and use the unittest framework. Create a test file in the same directory as the code file."
- For eksempel: "
Besvar eventuelle afklarende spørgsmål, som planagenten stiller, efter at have undersøgt din opgave.
- Planagenten kan stille spørgsmål for at afklare uklarheder, før planen udarbejdes.
Forhåndsvis det foreslåede planudkast og giv feedback til iteration.
- Planagenten giver et overordnet resumé, en gennemgang af trin, verifikationstrin til test og dokumenterede beslutninger truffet under planlægningen.
- Bliv i Plan-agenten for at forfine din plan inden implementering. Du kan iterere flere gange for at præcisere krav, justere scope eller give yderligere kontekst.
Når det er færdigt, brug knapperne til at starte implementeringen af planen eller til at åbne planen i editoren for yderligere gennemgang.
- Du kan vælge at implementere planen i samme chatsession eller starte en baggrunds- eller cloud-agent-session for at arbejde på implementeringen selvstændigt.
- Når du begynder at implementere planen, kan du stadig give afklarende instruktioner, som "Start med UI'et" eller "kun trin 1 og 2".
Brug agenten til at oprette enhedstests
Agenten kan bruges til at automatisere opgaver inden for din enhedstestproces. For eksempel kan du bruge agenten til at støtte et testprojekt, oprette testfiler, køre tests, generere testrapporter eller udføre andre opgaver relateret til enhedstest. Agenten er bedst til at lave enhedstests, der kræver en mere dybdegående forståelse af projektet.
For at oprette enhedstests med agenten, følg disse trin:
Åbn den fil, der indeholder den kode, du vil teste.
Åbn chatvisningen og start en ny chatsession med agenten.
Lad agenten bestemme konteksten.
Når du bruger Agenten, behøver du ikke angive konteksten. GitHub Copilot vil automatisk bestemme den relevante kontekst og de filer, der skal redigeres.
Du kan også vælge ikonet Funktioner for at konfigurere, hvilke værktøjer der kan bruges til at besvare din anmodning.
- Du kan vælge de værktøjer, du vil bruge til at svare på din anmodning. For eksempel kan du vælge Test Explorer-værktøjet til at køre tests eller Terminal-værktøjet til at køre kommandoer.
- Du kan også vælge værktøjet GitHub Copilot for at bruge GitHub Copilot's kodegenereringsmuligheder.
Angiv en prompt, der definerer de tilsigtede opgaver.
- For eksempel: "
Ensure that a suitable unit tests project is prepared for the selected code file. Create a test file in the unit test project that includes unit tests for all methods in the selected file. Unit tests should be written in C# and use the xUnit framework. Run the tests to ensure expected results."
- For eksempel: "
Overvåg agentens fremskridt, mens den udfører opgaverne.
- Bekræft aktiveringer og terminalkommandoer for værktøjet. Du kan bekræfte eller afvise de værktøjskald og terminalkommandoer, som agenten foreslår. Du kan f.eks. bekræfte kommandoen for at køre testene eller kommandoen for at generere en testrapport.
- Afbryd agenten om nødvendigt. Du kan afbryde agenten, hvis du vil stoppe de opgaver, den udfører. For eksempel kan du afbryde agenten, hvis du vil ændre konteksten eller hvis du vil ændre de værktøjer, der bruges.
Gennemgå de filer, som agenten har oprettet eller opdateret under de angivne opgaver, og gem eller kasser derefter opdateringer.
- Du kan bruge nye prompts til at rette eller forbedre bestemte test, hvis det er nødvendigt.
Resumé
GitHub Copilot's Chat-visning giver tre indbyggede agenter, der kan bruges til at lave enhedstests: Ask, Plan og Agent. Hver agent har sine egne styrker, og den bedste agent at bruge afhænger af den specifikke opgave. Ask-agenten er optimeret til at stille spørgsmål om dine kodeprojekter, kodningsemner og generelle teknologikoncepter. Planagenten er optimeret til at skabe en struktureret, trin-for-trin implementeringsplan, før der skrives kode. Agenten er optimeret til at starte en agentisk kodningsarbejdsgang.