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

Not

Test Altyapısı kullanım dışıdır ve gelecek bir sürümde kaldırılacaktır. Power Platform ve Dynamics 365 hizmetlerindeki test otomasyonu özellikleri için Power Platform Playwright örneklerini kullanın.

Power Apps Test Altyapısı, test yaşam döngüsünün tamamına yayılan kapsamlı üretken yapay zeka özellikleri 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 Açıklama
Üretken yapay zeka destekli test yazma GitHub Copilot ve diğer Büyük Dil Modellerini (LLM' ler) veya Küçük Dil Modellerini (SLM) kullanarak hızlı bir şekilde test oluşturma
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 kodunuz temelinde test şablonları, test adımları ve onaylar oluşturma
  • 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 belirlenimci 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
  • Visual Studio ve GitHub Copilot gibi MCP istemcileriyle tümleşir
  • 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

AI Builder bileşenleri veya Generative Pretrained Transformer (GPT) modelleri gibi yapay zeka özelliklerini kullanan uygulamaları test ederken, deterministik olmayan çıkışları işlemek için özellikle dikkate alınması 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 GitHub Copilot ile yapay zeka destekli yazma
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 Yapay Zeka testi Preview.AIExecutePrompt ile
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

AI destekli test yazımı GitHub Copilot ile
Model Bağlam Protokolü sunucusunu Test Motoru ile kullanma
Deterministik olmayan yapay zeka bileşenlerini test etme
Test Altyapısı örnekleri kataloğuna göz atın
Test Engine'ın power-fx-functions işlevlerini deneme
Plan Tasarımcısı'nı kullanma

  • Last updated on