Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Notatka
Funkcje w wersji zapoznawczej nie są przeznaczone do użytku w środowiskach produkcyjnych i mogą mieć ograniczoną funkcjonalność. Te funkcje są udostępniane przed oficjalnym wydaniem, dzięki czemu klienci mogą szybciej uzyskać do nich dostęp i przekazać opinie na ich temat.
Power Apps Test Engine zawiera implementację serwera Model Context Protocol (MCP), która usprawnia tworzenie testów poprzez deterministyczną analizę aplikacji. W tym przewodniku wyjaśniono, jak używać tej funkcji do generowania dokładniejszych, kontekstowych testów.
Co to jest protokół Model Context Protocol?
Protokół MCP (Model Context Protocol) to standard komunikacji między narzędziami sztucznej inteligencji w celu zapewnienia kontekstu i działań. W kontekście Test Engine może umożliwić:
- Analiza deterministyczna: skanowanie i analizowanie struktury aplikacji
- Świadomość kontekstowa: zrozumienie relacji i zależności kodu
- Generowanie kodu: tworzenie fragmentów kodu na podstawie kontekstu
- Interaktywna pomoc: odpowiadanie na zapytania użytkowników za pomocą odpowiednich sugestii
- Integracja planów: praca z projektantem planu w celu planowania testów strukturalnych
Serwer MCP Test Engine zapewnia standardową implementację wejścia/wyjścia (stdio), której można używać z klientami MCP, takimi jak Visual Studio lub GitHub Copilot innymi kompatybilnymi narzędziami.
Jak działa serwer MCP aparatu testowego
Serwer MCP Test Engine łączy deterministyczne skanowanie aplikacji z generatywnymi zaleceniami:
Faza skanowania: analizuje strukturę aplikacji w celu zidentyfikowania:
- Typy kontrolek i hierarchie
- Ścieżki nawigacji
- Źródła danych i schematy
- Typowe wzorce interakcji
- Relacje między składnikami rozwiązania
- Definicje encji i relacje
- Układy formularzy i reguły biznesowe
- Niestandardowe składniki kodu
Faza analizy: Przetwarza wyniki skanowania w celu określenia doprecyzowanych podpowiedzi, które pomagają zidentyfikować:
- Testowalne komponenty i właściwości
- Potencjalne scenariusze testowe
- Możliwości pokrycia
- Obszary ryzyka
- Zależności danych
- Wymagana konfiguracja danych testowych
Faza integracji planu: współpracuje z projektantem planu w celu:
- Organizowanie testów według wymagań biznesowych
- Ustalanie priorytetów krytycznych scenariuszy testowych
- Tworzenie ustrukturyzowanych planów testów
- Śledzenie pokrycia testem względem elementów planu
- Generowanie raportów na temat pokrycia testami
Faza rekomendacji: generuje kontekstowo istotne monity, które pomagają w następujących kwestiach:
- Szablony i struktury testowe
- Power Fx Potwierdzeń
- Sekwencje nawigacyjne
- Wzorce sprawdzania poprawności danych
- Pozorowane definicje danych
- Scenariusze obsługi błędów
Faza integracji: komunikuje się z klientami MCP za pośrednictwem stdio w celu:
- Reagowanie na monity użytkownika
- Dostarczanie sugestii kontekstowych
- Zalecane monity pomagające w generowaniu kompletnych przypadków testowych
Korzyści ze stosowania podejścia MCP
Serwer protokołu Model Context Protocol oferuje kilka zalet w porównaniu z czysto generatywnymi podejściami, które można skonfigurować w celu poprawy:
| Korzyść | Podpis |
|---|---|
| Dokładność | Analiza deterministyczna zapewnia, że wygenerowane testy odwołują się do rzeczywistych kontrolek i właściwości |
| Niezawodność | Testy są oparte na rzeczywistej strukturze aplikacji, a nie na przyjętych wzorcach |
| Świadomość kontekstu | Serwer MCP rozumie strukturę aplikacji i może generować bardziej odpowiednie testy |
| Integracja z Planem Designer | Umożliwia organizowanie testów zgodnie z wymaganiami biznesowymi i elementami planu |
| Wykorzystanie metadanych rozwiązania | Używa definicji encji, relacji i reguł biznesowych rozwiązania |
| Generowanie danych testowych | Tworzy sugestie dotyczące tworzenia odpowiednich danych testowych na podstawie modelu danych rozwiązania |
| Uzupełnienie LLM | Współpracuje z dużymi modelami językowymi w celu zwiększenia ich możliwości generowania |
| Podejście ustandaryzowane | Zgodny ze specyfikacją MCP w celu spójnej interakcji z różnymi klientami |
Konfigurowanie serwera MCP
Aby użyć serwera MCP aparatu testowego:
- Zainstaluj najnowszą wersję interfejsu wiersza polecenia aparatu Power Apps testowego
- Konfigurowanie plików źródłowych aplikacji w obszarze roboczym
- Konfigurowanie serwera MCP do analizowania obszaru roboczego
- Łączenie klienta MCP z serwerem
Wymagania wstępne
- Power Apps Test Engine CLI (najnowsza wersja)
- Rozwiązanie kontrolowane przez Power Platform źródło
- Klient zgodny z MCP, taki jak Visual Studio lub GitHub Copilot
Korzystanie z narzędzia Plan Designer z MCP
Projektant planu zapewnia ustrukturyzowane podejście do organizowania i ustalania priorytetów działań związanych z testami. W przypadku korzystania z serwera MCP Test Engine usprawnia proces generowania testów:
- Tworzenie planu testów: Definiowanie planów testów z określonymi celami i kryteriami sukcesu
- Mapowanie wymagań: łączenie testów z wymaganiami biznesowymi i składnikami rozwiązania
- Priorytet testu: Zidentyfikuj ścieżki krytyczne i obszary wysokiego ryzyka dla ukierunkowanego testowania podczas implementowania rozwiązania
- Analiza pokrycia: śledzenie pokrycia testowego względem elementów planu i składników rozwiązania
- Definicja danych testowych: Określ wymagania dotyczące danych testowych dla każdego scenariusza testowego
W jaki sposób informacje z narzędzia Plan Designer wzbogacają działanie serwera MCP
Serwer MCP korzysta z informacji projektanta planów, aby:
- Skoncentruj generowanie testów na obszarach o wysokim priorytecie
- Tworzenie danych testowych, które pokrywają wymagania zdefiniowane w planie
- Testy struktury w celu walidacji określonych elementów planu
- Generuj kompleksowe pokrycie testowe zgodne z priorytetami biznesowymi
- Zapewnienie możliwości śledzenia między testami a wymaganiami biznesowymi
Wprowadzenie
Zapoznaj się z MCP aparatu testowego, aby uzyskać informacje na temat serwera MCP i rozpoczęcia pracy.
Połączenie analizy deterministycznej z generatywną sztuczną inteligencją
Prawdziwa moc serwera MCP Test Engine polega na połączeniu analizy deterministycznej z możliwościami generatywnymi:
- Analiza deterministyczna zapewnia dokładność poprzez identyfikację rzeczywistych komponentów
- Generatywna sztuczna inteligencja zapewnia zrozumienie języka naturalnego i kreatywne scenariusze testowe
- Razem tworzą testy, które są zarówno wiarygodne, jak i kompleksowe
To hybrydowe podejście pomaga przezwyciężyć ograniczenia obu tych elementów:
- W przypadku czysto deterministycznych podejść może brakować pokrycia w kreatywnych scenariuszach testowych
- Czysto generatywne podejścia mogą odwoływać się do nieistniejących kontrolek lub nieprawidłowych właściwości
- Proces przeglądu w celu udoskonalenia i ulepszenia wygenerowanych wyników
Najlepsze rozwiązania
Podczas pracy z serwerem MCP Test Engine:
- Podaj pełny kontekst źródłowy: Upewnij się, że folder rozwiązania zawiera wszystkie odpowiednie pliki
- Bądź konkretny w monitach: Uwzględnij określone nazwy kontrolek i oczekiwane zachowania
- Iteracja przyrostowa: zacznij od podstawowych testów i stopniowo zwiększaj złożoność
- Weryfikowanie wygenerowanych testów: przeglądanie i dostosowywanie testów przed wykonaniem
- Połącz z manualną wiedzą specjalistyczną: Używaj serwera MCP jako narzędzia zwiększającego produktywność, a nie zastępującego wiedzę testową
Rozwiązywanie problemów
Jeśli wystąpią problemy z serwerem MCP, spróbuj wykonać następujące czynności:
| Problem | Rozwiązywanie |
|---|---|
| Nie można uruchomić serwera | Weryfikowanie instalacji i zmiennych środowiskowych PATH |
| Klient nie może się połączyć | Sprawdź konfigurację stdio i uprawnienia do plików |
| Wygenerowane testy odwołują się do nieprawidłowych kontrolek | Upewnij się, że pliki rozwiązania są kompletne i aktualne |
| Analiza wydaje się niekompletna | Użyj pełnego rejestrowania, aby zobaczyć, co skanuje serwer |
Powiązane artykuły
Dowiedz się więcej o tworzeniu testów wspomaganych przez sztuczną inteligencję
Omówienie niedeterministycznego testowania sztucznej inteligencji
Zapoznaj się z przykładami aparatu testowego