Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Nota
Il motore di test è deprecato e verrà rimosso in una versione futura. Usare esempi Power Platform Playwright per testare le funzionalità di automazione nei servizi Power Platform e Dynamics 365.
Power Apps motore di test offre funzionalità di intelligenza artificiale generative complete che riguardano l'intero ciclo di vita dei test. Questa pagina fornisce una panoramica di come l'intelligenza artificiale generativa può migliorare la tua esperienza di test, dalla creazione all'esecuzione e alla convalida dei test.
Le funzionalità di intelligenza artificiale generativa di Test Engine riguardano tre aree chiave del processo di test:
| Capacità di intelligenza artificiale generativa | Descrzione |
|---|---|
| Creazione di test assistiti da intelligenza artificiale generativa | Creare rapidamente test usando GitHub Copilot e altri modelli di linguaggio di grandi dimensioni o modelli di linguaggio di piccole dimensioni |
| Server del protocollo di contesto del modello | Analisi deterministica e generazione di codice con MCP |
| Test di intelligenza artificiale non deterministici | Testare le app basate sull'intelligenza artificiale con tecniche di convalida speciali |
Creazione di test assistiti da intelligenza artificiale generativa
Creare piani di test completi può richiedere molto tempo, soprattutto nel caso di applicazioni complesse. Test Engine supporta la creazione assistita dall'intelligenza artificiale generativa attraverso:
- integrazione GitHub Copilot: generare modelli di test, passaggi di test ed asserzioni in base al codice dell'applicazione
- Creazione di test in linguaggio naturale: descrivere gli scenari di test in inglese semplice e tradurli in test eseguibili
- Generazione di test basata su campioni: fare riferimento a campioni esistenti per creare test contestualmente rilevanti
Questo approccio aiuta gli autori dei test a concentrarsi sulla logica aziendale e sulle regole di convalida anziché sulla sintassi dei test e sul codice boilerplate.
Implementazione del server del Protocollo Contestuale Modello
Power Apps motore di test include un'implementazione del server MCP (Model Context Protocol) che fornisce un'analisi deterministica delle applicazioni e genera raccomandazioni sui test.
Il server MCP:
- Analizza la struttura dell'applicazione per identificare i componenti testabili
- Genera modelli di test basati su tipi di controllo e relazioni
- Fornisce raccomandazioni contestuali sul codice
- Si integra con client MCP come Visual Studio e GitHub Copilot
- Utilizza Plan Designer per organizzare e dare priorità agli sforzi di test
- Incorpora elementi di definizione della soluzione e schemi di dati per test completi
- Utilizza i metadati della tua soluzione per generare test contestualmente rilevanti
Combinando l'analisi deterministica con le capacità dell'intelligenza artificiale generativa, questo approccio offre una generazione di test più affidabile e accurata rispetto ai soli approcci puramente generativi.
Testare le capacità dell'intelligenza artificiale non deterministica
Quando si testano applicazioni che usano funzionalità di intelligenza artificiale come componenti AI Builder o modelli GPT (Generateve Pretrained Transformer), è necessaria una considerazione speciale per la gestione di output non deterministici.
Test Engine fornisce:
-
La
Preview.AIExecutePromptfunzione: eseguire richieste di intelligenza artificiale con input controllati e convalidare gli output - Validazione basata sulla tolleranza: verifica che gli output dell'IA soddisfino le aspettative entro soglie accettabili
- Validazione della risposta strutturata: analizza e convalida contenuti complessi generati dall'intelligenza artificiale
- Validazione basata sul piano: utilizzare le definizioni di Plan Designer per convalidare gli output di IA rispetto ai criteri previsti
Queste funzionalità garantiscono la creazione di test affidabili e ripetibili anche quando si lavora con sistemi di intelligenza artificiale intrinsecamente variabili.
Scegliere il giusto approccio all'intelligenza artificiale generativa
Per risultati ottimali, tieni presente queste linee guida:
| Se vuoi... | Prendi in considerazione l'utilizzo di... |
|---|---|
| Genera rapidamente test per una nuova applicazione | Creazione assistita da intelligenza artificiale generativa con GitHub Copilot |
| Ottieni un'analisi precisa e deterministica dei componenti testabili | Server Model Context Protocol |
| Combina l'analisi deterministica con le capacità generative | MCP con un client LLM compatibile |
| Testare applicazioni basate sull'intelligenza artificiale con output variabili | Test di intelligenza artificiale non deterministica con Preview.AIExecutePrompt |
| Struttura i tuoi sforzi di test in base ai requisiti aziendali | Plan Designer con integrazione del server MCP |
| Genera test utilizzando metadati di soluzioni e schemi di dati | Server MCP con scansione della definizione della soluzione |
Articoli correlati
Creazione di test assistita dall'IA con GitHub Copilot
Utilizzo del server Model Context Protocol con Test Engine
Test di componenti di intelligenza artificiale non deterministici
Sfoglia il catalogo dei campioni di Test Engine
Prova power-fx-functions Test Engine
Utilizzare Plan Designer