Compartir por

Capacidades de IA xerativa en Test Engine (vista previa) Power Apps

Nota

As funcionalidades de vista previa non se deseñaron para uso de produción e poden ter funcionalidade restrinxida. Estas funcionalidades están dispoñibles antes da versión oficial para que os clientes poidan obter acceso a elas rápido e fornecer comentarios.

Power Apps Test Engine ofrece capacidades completas de IA xerativa que abarcan todo o ciclo de vida das probas. Esta páxina ofrece unha visión xeral de como a IA xerativa pode mellorar a túa experiencia de probas, desde a creación de probas ata a execución e validación.

As funcionalidades de IA xerativa de Test Engine abordan tres áreas clave do proceso de probas:

Capacidade de IA xerativa Descripción
Creación de probas asistidas por IA xerativa Crea probas rapidamente usando GitHub Copilot e outros modelos de linguaxe grande (LLM) ou modelos de linguaxe pequena (SLM)
Servidor de protocolo de contexto de modelo Análise determinista e xeración de código con MCP
Probas de IA non deterministas Proba aplicacións con tecnoloxía de IA con técnicas especiais de validación

Creación de probas asistidas por IA xerativa

Crear plans de probas completos pode levar moito tempo, especialmente para aplicacións complexas. O motor de probas admite a creación xerativa asistida por IA a través de:

  • GitHub Copilot integración: Xera modelos de proba, pasos de proba e asercións baseadas no código da túa aplicación
  • Creación de probas en linguaxe natural: Describir escenarios de proba en inglés sinxelo e traducilos a probas executables
  • Xeración de probas baseadas en mostras: Fai referencia a mostras existentes para crear probas contextualmente relevantes

Esta estratexia axuda aos autores de probas a centrarse na lóxica empresarial e nas regras de validación en lugar da sintaxe das probas e no código estándar.

Máis información sobre a creación de probas xerativas asistidas por IA

Implementación do servidor do Protocolo de Contexto de Modelo

Power Apps O motor de probas inclúe unha implementación de servidor do Protocolo de contexto de modelo (MCP) que proporciona unha análise determinista das aplicacións e xera recomendacións de probas.

O servidor MCP:

  • Analiza a estrutura da aplicación para identificar os compoñentes probables
  • Xera patróns de proba baseados en tipos de control e relacións
  • Ofrece recomendacións de código contextual
  • Intégrase con clientes MCP como Visual Studio e GitHub Copilot
  • Emprega o Deseñador de plans para organizar e priorizar os esforzos de probas
  • Incorpora elementos de definición de solucións e esquemas de datos para probas exhaustivas
  • Usa metadatos da túa solución para xerar probas contextualmente relevantes

Cando se combina a análise determinista con capacidades de IA xerativa, esta abordaxe ofréceche unha xeración de probas máis fiable e precisa en comparación coas abordaxes xerativas puras por si soas.

Máis información sobre a implementación do Protocolo de Contexto de Modelo

Probas de capacidades de IA non deterministas

Ao probar aplicacións que empregan capacidades de IA como compoñentes ou modelos de transformadores preadestrados xerativos (GPT), é necesario ter en conta especialmente o manexo de saídas non deterministas. AI Builder

O motor de probas proporciona:

  • A Preview.AIExecutePrompt función: Executar indicacións de IA con entradas controladas e validar saídas
  • Validación baseada na tolerancia: Verificar que as saídas da IA cumpran as expectativas dentro dos limiares aceptables
  • Validación de respostas estruturadas: Analizar e validar contido complexo xerado por IA
  • Validación baseada en plans: Usa as definicións do deseñador de plans para validar as saídas da IA segundo os criterios esperados

Estas capacidades garanten que poidas crear probas fiables e repetibles mesmo cando traballas con sistemas de IA inherentemente variables.

Máis información sobre como probar as capacidades de IA non deterministas

Escollendo a abordaxe de IA xerativa axeitada

Para obter resultados óptimos, teña en conta estas pautas:

Se queres... Considere usar...
Xerar rapidamente probas para unha nova aplicación Creación xerativa asistida por IA con GitHub Copilot
Obtén unha análise precisa e determinista de compoñentes comprobables Servidor de protocolo de contexto de modelo
Combina a análise determinista con capacidades xerativas MCP cun cliente LLM compatible
Proba aplicacións con IA e saídas variables Probas de IA non deterministas con Preview.AIExecutePrompt
Estructura os teus esforzos de probas segundo os requisitos empresariais Deseñador de plans con integración do servidor MCP
Xerar probas usando metadatos da solución e esquemas de datos Servidor MCP con dixitalización de definicións de solucións

Creación de probas asistida por IA con GitHub Copilot
Uso do servidor Model Context Protocol con Test Engine
Probas de compoñentes de IA non deterministas
Explorar o catálogo de mostras do motor de probas
Proba as funcións power-fx do motor de probas
Usar o deseñador de plans

  • Last updated on