Tvorba testov s pomocou umelej inteligencie s GitHub Copilot (ukážka)

Poznámka

Funkcie ukážky nie sú určené na produkčné účely a môžu mať obmedzenú funkčnosť. Tieto funkcie sú k dispozícii pred oficiálnym vydaním, aby k nim mohli zákazníci získať rýchly prístup a poskytnúť odozvu.

Vytváranie komplexných testovacích plánov pre aplikácie môže byť časovo náročné, najmä v prípade zložitých scenárov. Power Platform Nástroje na tvorbu obsahu s podporou umelej inteligencie, ako napríklad GitHub Copilot , môžu tento proces výrazne urýchliť generovaním testovacích šablón, navrhovaním testovacích prípadov a automatizáciou vytvárania štandardného kódu.

Táto príručka vysvetľuje, ako používať riešenia správy zdrojového kódu na efektívne vytváranie testovacích plánov Test Engine. GitHub Copilot Power Platform

Požiadavky

Predtým, ako začnete, sa uistite, že máte:

Visual Studio Kód nainštalovaný
GitHub Copilot predplatné
GitHub Copilot Rozšírenie chatu pre VS Code
Power Platform CLI nainštalované
Riešenie s kontrolovaným zdrojom Power Platform

Nastavenie prostredia na tvorbu testov

Ak chcete maximalizovať efektivitu tvorby testov s pomocou umelej inteligencie, skombinujte tieto nástroje v štruktúrovanom pracovnom postupe:

Získajte svoje zdrojové súbory
- Naklonujte svoje prostredie alebo riešenie zo správy zdrojového kódu Power Platform
- Exportujte a rozbaľte svoje riešenie zo súborov Power Platform pomocou pac solution export a pac solution unpack
Inicializujte git repozitár pre správu verzií (ak ste to ešte neurobili)
Vytvorte si vyhradený testovací priečinok vo vašom úložisku riešení
Otvorte priečinok s riešením v kóde Visual Studio

Použitie GitHub Copilot na vytvorenie testu

GitHub Copilot vám môže pomôcť vygenerovať rôzne testovacie komponenty na základe vášho riešenia s riadeným zdrojovým kódom. Tu je návod, ako efektívne využiť jeho možnosti:

Použitie vzorovej dokumentácie ako kontextu

Katalóg vzoriek testovacieho enginu poskytuje bohatý zdroj referenčného materiálu pre... GitHub Copilot Môžete pomôcť spoločnosti Copilot generovať testy vyššej kvality tým, že:

Pridanie súboru samples.md do vášho pracovného priestoru
Odkazovanie na konkrétne vzorky vo vašich výzvach
Poskytovanie odkazov na vzorové repozitáre GitHub

Napríklad by ste mohli:

Otvorte kód aplikácie aj súbor samples.md vo VS Code
Požiadajte Copilota o vytvorenie testov „podobných vzorke ButtonClicker“ alebo „s použitím vzorov zo vzorky“ Dataverse
Odkazujte na špecifické funkcie zo vzoriek, ktoré zodpovedajú vašim potrebám testovania

Tento prístup pomáha spoločnosti Copilot pochopiť vzory testovacieho enginu a generovať presnejšie testy. Power Platform

Práca s GitHub Copilot v režime agenta

Visual Studio Chat v Code ponúka režim agenta, ktorý vám pomôže generovať testy na základe vašich súborov s riešeniami. GitHub Copilot Tento režim umožňuje Copilotu hlbšie pristupovať k kontextu vášho projektu a pochopiť ho.

Použitie režimu agenta na generovanie testov:

Vo VS Code otvorte GitHub Copilot Chat (Ctrl+Shift+I)
Vyberte Agent z voliča režimu Copilot
Vytvorte podrobný výzvu k testu, ktorý chcete vytvoriť

Príklady výziev na generovanie testov

Skúste použiť na generovanie testov takéto výzvy:

Cieľ:
Vygenerujte komplexnú testovaciu sadu pre plátnoovú aplikáciu pomocou testovacieho enginu, modelovaného podľa ukážky ButtonClicker Power Apps . ...

Výzva:
Vygenerujte test pre ./SolutionPackage/src/CanvasApps/src/MyApp/Src/App.fx.yaml pomocou vzoru na adrese https://github.com/microsoft/PowerApps-TestEngine/tree/main/samples/buttonclicker ako referencie. Vytvorte očakávané prípady, okrajové prípady a výnimky. Test by mal vytvoriť testovací súbor YAML a na základe vzorky vykonať testovacie kroky config.json a RunTest.ps1, aby som mohol test spustiť. Power Fx

Cieľ:
Vytvorte podrobný testovací plán pre aplikáciu riadenú modelom, aby ste zabezpečili, že základné funkcie a obchodná logika fungujú podľa očakávaní.

Výzva:
Vytvorte komplexný testovací plán pre moju modelom riadenú aplikáciu, ktorá sa nachádza na adrese ./SolutionPackage/src/Other/Solution.xml. Test by mal overiť načítanie formulára, vytvorenie záznamu a vykonanie obchodných pravidiel. Vygenerujte testovací YAML, kroky a skript PowerShell na spustenie testu. Power Fx

Cieľ:
Vytvorte testovací plán pre entity na overenie operácií CRUD prostredníctvom akcií. Dataverse Power Fx

Výzva:
Vytvoriť komplexný testovací plán pre moje entity. Dataverse Test by mal vykonávať akcie vytvárania, aktualizácie a mazania. Power Fx Vygenerujte testovací YAML, kroky a skript PowerShell na spustenie testu. Power Fx

Pochopenie generovaných testovacích komponentov

Keď GitHub Copilot generuje test, zvyčajne vytvorí nasledujúce komponenty:

Testovací plán YAML: Definuje štruktúru testu, URL adresu aplikácie a kroky testovania
Power Fx kroky testovania: Obsahuje logiku testovania pomocou výrazov Power Fx
config.json: Konfigurácia parametrov vykonávania testov
RunTest.ps1: Skript PowerShellu na spustenie testu

Príklad: Vygenerovaná štruktúra testu

MyAppTests/
├── MyAppTest.fx.yaml     # Power Fx test steps
├── MyAppTest.yml         # Test plan definition
├── config.json           # Test configuration
└── RunTest.ps1           # Test execution script

Najlepšie postupy pre tvorbu testov s pomocou umelej inteligencie

Zvážte nasledujúce časti, aby ste čo najlepšie využili vytváranie testov v Test Engine. GitHub Copilot

Vo svojich výzvach uveďte jasný kontext

Buďte konkrétni v tom, čo chcete testovať, a uveďte odkazy na:

Presné súbory na testovanie
Vzorové testy na použitie ako šablóny
Konkrétne testovacie scenáre, ktoré chcete pokryť
Akékoľvek požiadavky na overenie alebo prostredie

Používanie vzoriek testovacieho enginu pre kontext

Dokumentácia k **samples.md** katalogizuje všetky dostupné vzorky z repozitára Test Engine, čo môže byť vynikajúcou referenciou pri vytváraní výziev pre **. GitHub Copilot Napríklad pri testovaní aplikácie plátna s tlačidlami môžete použiť príklad Button Clicker:

Výzva:
Vygenerujte test pre moju aplikáciu Canvas na adrese ./SolutionPackage/src/CanvasApps/src/MyApp/Src/App.fx.yaml pomocou ukážky ButtonClicker z https://github.com/microsoft/PowerApps-TestEngine/tree/main/samples/buttonclicker. Test by mal:
1. Overte, či moje tlačidlo počítadla zvyšuje hodnotu na obrazovke
2. Overte okrajové podmienky testu (napr. maximálna hodnota)
3. Zahrňte hooky životného cyklu OnTestCaseStart a OnTestCaseComplete
4. Vygenerujte súbor config.json s príslušnými premennými prostredia

Tento prístup pomáha Copilotu pochopiť štruktúru testov a generuje presnejšie, kontextovo relevantnejšie testy na základe overených príkladov.

Použitie riešení s riadeným zdrojovým kódom ako kontext

Copilot dosahuje najlepšie výsledky, keď dokáže analyzovať štruktúru vášho riešenia. Na poskytnutie tohto kontextu použite riadenie zdrojového kódu pre Power Platform riešenia . Tento kontext umožňuje Copilotovi:

Pochopte štruktúru svojej aplikácie
Identifikácia názvov a vlastností ovládacích prvkov
Generovanie presnejších krokov testovania
Uveďte správne cesty k súborom

Skontrolujte a spresnite vygenerované testy

Hoci testy generované umelou inteligenciou poskytujú vynikajúci východiskový bod, vždy:

Overte, či sa referenčné hodnoty ovládacích prvkov zhodujú s vašou aplikáciou
Pridajte tvrdenia pre funkcie kritické pre podnikanie
Zabezpečenie správneho spracovania okrajových prípadov
Overiť konfiguráciu overenia

Kombinujte s manuálnou odbornosťou

V prípade zložitých testovacích scenárov použite GitHub Copilot na:

Vygenerujte testovací rámec a štruktúru
Vytvorte štandardné overovacie vzory
Navrhnite hraničné prípady, ktoré je potrebné zvážiť

Potom rozšírte svoju odbornosť v oblasti:

Pravidlá overovania špecifické pre dané podnikanie
Environmentálne aspekty
Špecializované testovacie údaje

Bežné vzory generovania testov

Táto časť obsahuje niektoré bežné vzory generovania testov:

Testovanie aplikácií Canvas

V prípade aplikácií plátna použite výzvy, ktoré odkazujú na súbor App.fx.yaml vo vašom riešení s riadeným zdrojovým kódom:

Výzva:
Vygenerujte test pre moju aplikáciu Canvas na adrese ./SolutionPackage/src/CanvasApps/src/MyExpenseApp/Src/App.fx.yaml, ktorý overí proces odoslania výdavkov. Test by mal vyplniť polia výdavkov, odoslať formulár a overiť, či sa zobrazí potvrdzujúca správa.

Získajte viac informácií o testovaní aplikácií Canvas

Testovanie modelovo riadených aplikácií

V prípade aplikácií riadených modelom sa zamerajte na navigáciu entitami, interakcie s formulármi a obchodné pravidlá:

Výzva:
Vytvorte test pre moju aplikáciu riadenú modelom, ktorý testuje formulár entity Obchodný vzťah. Test by mal vytvoriť nový záznam účtu, overiť povinné polia a overiť, či obchodné pravidlá pre výpočet kreditného limitu fungujú správne.

Získajte viac informácií o testovaní aplikácií riadených modelmi

Testovanie rozšírení Dataverse

Pri testoch zdôraznite operácie s údajmi a overovanie obchodnej logiky: Dataverse

Výzva:
Vygenerujte test, ktorý overí vlastné pluginy v mojom riešení. Dataverse Test by mal vytvoriť testovacie záznamy, spustiť vykonanie pluginu a overiť, či došlo k očakávaným transformáciám údajov.

Získajte viac informácií o testovaní Dataverse

Výzvy na testovanie špecifické pre vzorku

Ak chcete získať čo najpresnejšie generovanie testov, pozrite si konkrétne vzorky z katalógu vzoriek Test Engine, ktoré zodpovedajú vašim potrebám testovania. ... Tu sú prispôsobené pokyny pre bežné testovacie scenáre:

Ukážkové výzvy ButtonClicker

Ukážka ButtonClicker demonštruje základné testovanie funkčnosti počítadla. Použite tieto pokyny:

Výzva:
Vygenerujte test pre moju aplikáciu počítadla s podobnou štruktúrou ako ukážka ButtonClicker. Moja aplikácia má tlačidlá s názvom „IncrementBtn“ a „ResetBtn“ s „CounterLabel“, ktoré zobrazuje aktuálny počet. Vytvorte test, ktorý overí, či obe tlačidlá fungujú správne a či je maximálny počet 10.

Výzva:
Vytvorte test pre moju aplikáciu na interakciu s tlačidlami pomocou vzoru ButtonClicker ako referencie. Moja aplikácia má tlačidlo „SubmitButton“, ktoré by malo byť povolené iba po vyplnení polí „NameInput“ a „EmailInput“. Vygenerujte testovací plán s krokmi na overenie tohto správania. Power Fx

Výzvy na testovanie galérie

Ukážky BasicGallery a NestedGallery ukazujú, ako testovať interakcie s galériou:

Výzva:
Vygenerujte test pre moju galériovú aplikáciu, kde mám galériu „Produkty“ s položkami produktov obsahujúcimi ovládacie prvky „TitleLabel“, „PriceLabel“ a „SelectButton“. Na overenie, či môžem vybrať položky a či sa v paneli „DetailPanel“ zobrazujú správne podrobnosti, použite vzorovú štruktúru BasicGallery.

Výzvy na operácie s údajmi

Vzorka demonštruje testovanie dátových operácií: Dataverse

Výzva:
Vytvorte test pre moju CRM aplikáciu pomocou vzorového vzoru. Dataverse Otestovať, či môžem vytvoriť nový záznam kontaktu, aktualizovať ho a potom overiť, či zmeny pretrvávajú. Zahrňte testy používateľského rozhrania aj priame operácie. Dataverse

Výzvy na testovanie umelej inteligencie

Pre testovanie funkcií s umelou inteligenciou si pozrite ukážku výzvy umelej inteligencie:

Výzva:
Vygenerujte test pre moju aplikáciu na analýzu sentimentu na základe vzorovej výzvy umelej inteligencie. Moja aplikácia má textové pole „FeedbackInput“ a používa ho na klasifikáciu ako pozitívny, negatívny alebo neutrálny. AI Builder Vytvorte test, ktorý overuje, či rôzne vstupy produkujú očakávané výstupy v rámci prijateľných prahových hodnôt.

Pokročilé techniky

Táto časť obsahuje príklady pokročilých funkcií výziev.

Vytváranie testovacích súprav pre viacero prostredí

Môžete vyzvať Copilota, aby vygeneroval testy, ktoré fungujú vo viacerých prostrediach:

Výzva:
Vygenerujte testovaciu sadu pre moju aplikáciu, ktorá môže bežať v prostrediach DEV, TEST a PROD s príslušnými konfiguračnými premennými pre každé prostredie.

Generovanie scenárov simulácie dát

Pre izolované testovanie s napodobňovaním konektora:

Výzva:
Vytvorte test s napodobenými odpoveďami konektora pre moju aplikáciu, ktorá používa konektor Outlooku. Office 365 Test by mal simulovať prijímanie e-mailov a overiť logiku spracovania aplikácie.

Testovanie schopností umelej inteligencie a spracovanie nedeterministických výsledkov

Pri práci s aplikáciami založenými na umelej inteligencii prináša testovanie jedinečné výzvy, pretože výstupy umelej inteligencie sa môžu medzi jednotlivými spusteniami mierne líšiť, a to aj pri rovnakých vstupoch. Toto nedeterministické správanie si vyžaduje špeciálne testovacie prístupy.

Pochopenie nedeterministického testovania

Nedeterministické testovanie zahŕňa overovanie výstupov, ktoré sa môžu v jednotlivých testovacích cykloch legitímne líšiť:

Výstupy modelu AI: Odpovede z modelov AI, ako napríklad GPT alebo vlastné AI Builder komponenty
Skóre spoľahlivosti: Číselné hodnotenia, ktoré môžu kolísať v rámci prijateľných rozsahov
Generovaný obsah: Text alebo odporúčania vytvorené systémami umelej inteligencie

Použitie Preview.AIExecutePrompt na deterministické testovanie schopností umelej inteligencie

Testovací engine poskytuje funkciu Preview.AIExecutePrompt, ktorá umožňuje deterministické overovanie odpovedí umelej inteligencie. ... Tento prístup vám umožňuje:

Vykonávanie pokynov umelej inteligencie v rámci testovacích scenárov
Analyzujte a overte štruktúrované odpovede
Overiť, či kritické výstupy spĺňajú očakávania napriek potenciálnym odchýlkam

Príklad: Hodnotenie s AI Builder

Nasledujúci príklad demonštruje použitie funkcie Preview.AIExecutePrompt na testovanie systému hodnotenia s umelou inteligenciou:

EvaluateTestQuestionPrompt(Prompt: TestQuestion): TestResult =
  With({
    Response: ParseJSON(
      Preview.AIExecutePrompt("PromptEvaluator",
      {
        Context: "You are a helpful agent asking about external customer service questions.",
        Question: Prompt.Question
      }).Text)
  },If(
    IsError(AssertNotError(Prompt.ExpectedRating=Response.Rating, Prompt.Question & ", Expected " & Prompt.ExpectedRating & ", Actual " & Response.Rating)),
    {PassFail: 1, Summary: Prompt.Question & ", Expected " & Prompt.ExpectedRating & ", Actual " & Response.Rating}, {PassFail: 0, Summary: "Pass " & Prompt.Question}
  ))

V tomto príklade:

Test vykoná výzvu umelej inteligencie v modeli „PromptEvaluator“.
Odovzdáva kontext a otázku na vyhodnotenie
Overuje, či vrátené hodnotenie zodpovedá očakávanej hodnote
Poskytuje jasnú spätnú väzbu o úspechu alebo neúspechu testu

Kompletnú implementáciu si môžete pozrieť v ukážke AI Prompt z repozitára -TestEngine. ...PowerApps

Začlenenie testovania s ohľadom na umelú inteligenciu

Pri použití GitHub Copilot na generovanie testov pre aplikácie s umelou inteligenciou:

Výzva:
Vygenerujte test pre moju aplikáciu s umelou inteligenciou, ktorá používa spracovanie formulárov. AI Builder Zahrňte testovacie kroky, ktoré overujú výsledky umelej inteligencie s vhodnou toleranciou pre nedeterministické výstupy.

Ak GitHub Copilot generuje testy, ktoré nespĺňajú vaše potreby:

Spresnite svoju výzvu: Buďte konkrétnejší v tom, čo chcete testovať
Uveďte príklady: Odkaz na konkrétne testovacie vzorky, ktoré zodpovedajú požadovanému štýlu
Rozdelenie zložitých testov: Vyžiadanie generovania menších, cielenejších testovacích komponentov
Iterácia: Použite odpovede Copilota na spresnenie vašej ďalšej výzvy

Preskúmajte funkcie testovacieho enginu
Prehliadajte katalóg vzoriek testovacieho enginu
Získajte informácie o testovacích funkciách Power Fx
Pochopte formát testu YAML
Preskúmajte možnosti overenia
Školenie: Vytváranie aplikácií v režime agenta GitHub Copilot

Pripomienky

Bola táto stránka užitočná?

Last updated on 2025-07-10