แชร์ผ่าน


ตัวอย่างอ้างอิงการทดสอบประสิทธิภาพและแนวทาง

ใช้ ตัวอย่างอ้างอิงที่สร้างขึ้นโดยใช้ Apache JMeter ที่มีอยู่ใน GitHub เป็นจุดเริ่มต้นในการสร้างการทดสอบประสิทธิภาพของคุณเอง

ตัวอย่างอ้างอิงแสดงให้เห็นถึงหลักการต่อไปนี้:

  • การสื่อสารกับ Direct Line ผ่าน WebSockets
  • ขับเคลื่อนการสนทนาแบบหลายเทิร์น
  • เรียกใช้กลุ่มเธรดหลายกลุ่ม โดยแต่ละกลุ่มจะขับเคลื่อนกรณีผู้ใช้การสนทนาที่แตกต่างกัน

ตัวอย่างอ้างอิงสร้างขึ้นโดยใช้ JMeter ซึ่งเป็นเครื่องมือโอเพ่นซอร์สยอดนิยม คุณสามารถสร้างสคริปต์ทดสอบประสิทธิภาพสําหรับตัวแทน Copilot Studio ด้วยเครื่องมืออื่นๆ ได้เช่นกัน ใช้เกณฑ์การคัดเลือกเช่น:

  • การสนับสนุนจากชุมชน: เลือกเครื่องมือที่มีชุมชนที่แข็งแกร่งและกระตือรือร้นสําหรับการแก้ไขปัญหาและทรัพยากร
  • ความพร้อมใช้งานของปลั๊กอิน: ตรวจสอบให้แน่ใจว่าเครื่องมือรองรับปลั๊กอินที่จําเป็น โดยเฉพาะอย่างยิ่งสําหรับโปรโตคอล WebSocket
  • การรายงานที่หลากหลาย: มองหาเครื่องมือที่นําเสนอการรายงานที่ครอบคลุม ไม่ว่าจะในตัวหรือขยายได้ด้วยปลั๊กอิน
  • ความสามารถในการปรับขนาด: เลือกใช้เครื่องมือที่สามารถปรับขนาดการดําเนินการทดสอบได้อย่างง่ายดาย ทั้ง JMeter และ Locust เข้ากันได้กับการทดสอบโหลด Azure

เมื่อออกแบบสคริปต์ทดสอบประสิทธิภาพสําหรับเอเจนต์ที่สร้างด้วย Copilot Studio ตรวจสอบให้แน่ใจว่าสคริปต์เหล่านั้นจําลองการใช้งานในโลกแห่งความเป็นจริงได้อย่างแม่นยําและสอดคล้องกับการตั้งค่าการผลิตของคุณ แนวทางสําคัญต่อไปนี้ช่วยให้คุณสร้างสคริปต์ทดสอบที่มีประสิทธิภาพและสมจริง:

  • จําลองการหน่วงเวลาที่สมจริง: หลังจากบันทึกการตอบกลับล่าสุดของตัวแทนแล้ว ให้แนะนําการหน่วงเวลาที่สมจริง (เช่น 30 วินาทีถึง 1 นาที) ก่อนส่งข้อความผู้ใช้รายต่อไป ความล่าช้านี้สะท้อนให้เห็นว่าผู้ใช้จริงใช้เวลาในการอ่าน คิด และตอบกลับระหว่างการสนทนาอย่างไร
  • การจัดการข้อผิดพลาดในการสนทนาแบบหลายเทิร์น: รวมการตรวจสอบข้อผิดพลาดหลังจากการสนทนาทุกครั้ง หากเกิดข้อผิดพลาด (ตัวอย่างเช่น การตอบสนองที่ขาดหายไปหรือไม่ถูกต้อง) ให้หยุดการสนทนาจําลองเพื่อป้องกันปัญหาการเรียงซ้อนและเพื่อสะท้อนพฤติกรรมของผู้ใช้ที่สมจริง
  • จับคู่โปรโตคอลการสื่อสารที่ใช้งานจริงของคุณ: ตรวจสอบให้แน่ใจว่าสคริปต์ทดสอบของคุณใช้โปรโตคอลการสื่อสารเดียวกันกับการตั้งค่าการใช้งานจริง เช่น WebSockets หรือ HTTP GET วิธีนี้ช่วยให้มั่นใจได้ว่าการทดสอบประสิทธิภาพจะสะท้อนถึงสภาวะในโลกแห่งความเป็นจริงได้อย่างแม่นยํา