Test Altyapısı'nda Power Apps üretken yapay zeka özellikleri (önizleme)

Not

Önizleme özellikleri, üretimde kullanıma yönelik değildir ve sınırlı işlevselliğe sahip olabilir. Bu özellikler, müşterilerin erken erişim elde etmesi ve geri bildirim sağlaması amacıyla resmi sürümden önce kullanıma sunulur.

Power Apps Test Motoru, tüm test yaşam döngüsünü kapsayan kapsamlı üretken yapay zeka yetenekleri sunar. Bu sayfa, üretken yapay zekanın test oluşturmadan yürütme ve doğrulamaya kadar test deneyiminizi nasıl geliştirebileceğine dair bir genel bakış sağlar.

Test Engine'in üretken yapay zeka özellikleri, test sürecinin üç temel alanını ele alır:

Üretken Yapay Zeka Yeteneği	Description
Üretken yapay zeka destekli test yazma	Diğer Büyük Dil Modellerini (LLM) veya Küçük Dil Modellerini (SLM) kullanarak GitHub Copilot hızlı bir şekilde testler oluşturun
Model Bağlam Protokolü sunucusu	MCP ile deterministik analiz ve kod üretimi
Deterministik olmayan yapay zeka testi	Yapay zeka destekli uygulamaları özel doğrulama teknikleriyle test edin

Üretken yapay zeka destekli test yazma

Kapsamlı test planları oluşturmak, özellikle karmaşık uygulamalar için zaman alıcı olabilir. Test Altyapısı, şu yollarla üretken yapay zeka destekli yazmayı destekler:

• GitHub Copilot tümleştirme: Uygulama kodunuza göre test şablonları, test adımları ve onaylamalar oluşturun
• Doğal dil testi oluşturma: Test senaryolarını sade bir İngilizce ile tanımlayın ve bunları yürütülebilir testlere çevirin
• Örneklem tabanlı test oluşturma: Bağlamsal olarak alakalı testler oluşturmak için mevcut örneklere başvurun

Bu yaklaşım, test yazarlarının test sözdizimi ve ortak kod yerine iş mantığı ve doğrulama kurallarına odaklanmasına yardımcı olur.

Üretken yapay zeka destekli test yazma hakkında daha fazla bilgi edinin

Model Bağlam Protokolü sunucu uygulaması

Power Apps Test Altyapısı, uygulamalarınızın deterministik analizini sağlayan ve test önerileri oluşturan bir Model Bağlam Protokolü (MCP) sunucu uygulaması içerir.

MCP sunucusu:

• Test edilebilir bileşenleri tanımlamak için uygulama yapısını analiz eder
• Kontrol türlerine ve ilişkilerine dayalı test desenleri oluşturur
• Bağlamsal kod önerileri sağlar
• Gibi Visual Studio MCP istemcileri ile entegre olur ve GitHub Copilot
• Test çalışmalarını düzenlemek ve önceliklendirmek için Plan Designer'ı kullanır
• Kapsamlı test için çözüm tanımlama öğelerini ve veri şemalarını içerir
• Bağlamsal olarak ilgili testler oluşturmak için çözümünüzdeki meta verileri kullanır

Deterministik analizi üretken yapay zeka yetenekleriyle birleştirdiğinizde, bu yaklaşım size tek başına saf üretken yaklaşımlara kıyasla daha güvenilir ve doğru bir test oluşturma olanağı sunar.

Model Bağlam Protokolü uygulaması hakkında daha fazla bilgi edinin

Deterministik olmayan yapay zeka özelliklerini test etme

Bileşenler veya Generative Pretrained Transformer (GPT) modelleri gibi AI Builder yapay zeka özelliklerini kullanan uygulamaları test ederken, deterministik olmayan çıktıları işlemek için özel dikkat gerekir.

Test Motoru şunları sağlar:

• İşlev Preview.AIExecutePrompt: Kontrollü girişlerle AI istemlerini yürütün ve çıkışları doğrulayın
• Toleransa dayalı doğrulama: Yapay zeka çıktılarının kabul edilebilir eşikler dahilinde beklentileri karşıladığını doğrulayın
• Yapılandırılmış yanıt doğrulaması: Yapay zeka tarafından oluşturulan karmaşık içeriği ayrıştırın ve doğrulayın
• Plan tabanlı doğrulama: Yapay zeka çıkışlarını beklenen ölçütlere göre doğrulamak için Plan Tasarımcısı tanımlarını kullanın

Bu özellikler, doğası gereği değişken yapay zeka sistemleriyle çalışırken bile güvenilir, tekrarlanabilir testler oluşturabilmenizi sağlar.

Deterministik olmayan yapay zeka özelliklerini test etme hakkında daha fazla bilgi edinin

Doğru üretken yapay zeka yaklaşımını seçme

En iyi sonuçlar için şu yönergeleri göz önünde bulundurun:

Eğer istersen...	Kullanmayı düşünün...
Yeni bir uygulama için hızlı bir şekilde testler oluşturun	Üretken yapay zeka destekli yazma GitHub Copilot
Test edilebilir bileşenlerin kesin, deterministik analizini elde edin	Model Bağlamı Protokolü sunucusu
Deterministik analizi üretken yeteneklerle birleştirin	Uyumlu bir LLM istemcisi ile MCP
Değişken çıkışlarla yapay zeka destekli uygulamaları test edin	Deterministik olmayan AI testi ile Preview.AIExecutePrompt
Test çalışmalarınızı iş gereksinimlerine göre yapılandırın	MCP sunucu entegrasyonu ile Plan Tasarımcısı
Çözüm meta verilerini ve veri şemalarını kullanarak testler oluşturma	Çözüm tanımı taramalı MCP sunucusu

İlgili makaleler

Yapay zeka destekli test yazma GitHub Copilot
Model Bağlam Protokolü sunucusunu Test Motoru ile kullanma
Deterministik olmayan yapay zeka bileşenlerini test etme
Test Altyapısı örnekleri kataloğuna göz atın
Test Motorunu deneyin power-fx-functions
Plan Tasarımcısı'nı kullanma