Freigeben über


Generative KI-Fähigkeiten in Power Apps Test-Engine (veraltet)

Anmerkung

Das Testmodul ist veraltet und wird in einer zukünftigen Version entfernt. Verwenden Sie Power Platform Playwright-Beispiele für Testautomatisierungsfunktionen in Power Platform- und Dynamics 365-Diensten.

Power Apps Test engine bietet umfassende generative KI-Funktionen, die den gesamten Testlebenszyklus umfassen. Diese Seite bietet einen Überblick darüber, wie generative KI Ihre Testerfahrung verbessern kann, von der Testerstellung über die Ausführung bis hin zur Validierung.

Die generativen KI-Funktionen von Test Engine decken drei Schlüsselbereiche des Testprozesses ab:

Generative KI-Funktion Beschreibung
Testerstellung mit generativer KI Schnelles Erstellen von Tests mithilfe von GitHub Copilot und anderen LLMs (Large Language Models) oder Small Language Models (SLMs)
Model Context Protocol-Server Deterministische Analyse und Codegenerierung mit MCP
Nicht deterministische KI-Tests KI-gestützte Apps mit speziellen Validierungstechniken testen

Testerstellung mit generativer KI

Die Erstellung umfassender Prüfpläne kann insbesondere bei komplexen Anwendungen zeitaufwändig sein. Test Engine unterstützt generatives KI-gestütztes Authoring durch:

  • GitHub Copilot Integration: Generieren von Testvorlagen, Testschritten und Assertionen basierend auf Ihrem Anwendungscode
  • Testentwicklung in natürlicher Sprache: Beschreiben Sie Testszenarien in einfachem Englisch und übersetzen Sie sie in ausführbare Tests.
  • Stichprobenbasierte Testgenerierung: Referenzieren Sie vorhandene Beispiele, um kontextbezogene Tests zu erstellen.

Dieser Ansatz hilft Testautoren, sich auf Geschäftslogik und Validierungsregeln zu konzentrieren, anstatt auf Testsyntax und Codebausteine.

Serverimplementierung für das Model Context Protocol

Power Apps Testmodul enthält eine MCP-Serverimplementierung (Model Context Protocol), die eine deterministische Analyse Ihrer Anwendungen bereitstellt und Testempfehlungen generiert.

Der MCP-Server:

  • Analysiert die Anwendungsstruktur, um testbare Komponenten zu identifizieren
  • Generiert Testmuster basierend auf Steuerelementtypen und -beziehungen
  • Stellt kontextbezogene Code-Empfehlungen bereit
  • Integration in MCP-Clients wie Visual Studio und GitHub Copilot
  • Verwendet Plan-Designer zum Organisieren und Priorisieren des Testaufwands
  • Enthält Lösungsdefinitionselemente und Datenschemata für umfassende Tests
  • Verwendet Metadaten aus Ihrer Lösung, um kontextbezogene Tests zu generieren

Wenn Sie die deterministische Analyse mit den Funktionen von generativer KI kombinieren, bietet Ihnen dieser Ansatz im Vergleich zu rein generativen Ansätzen eine zuverlässigere und genauere Testgenerierung.

Testen von nichtdeterministischen KI-Funktionen

Beim Testen von Anwendungen, die KI-Funktionen wie AI Builder Komponenten oder GPT-Modelle (Generative Pretrained Transformer) verwenden, ist besondere Berücksichtigung für die Behandlung nicht deterministischer Ausgaben erforderlich.

Test Engine bietet Folgendes:

  • Die Preview.AIExecutePrompt-Funktion: Führen Sie KI-Eingabeaufforderungen mit kontrollierten Eingaben aus und validieren Sie Ausgaben.
  • Toleranzbasierte Validierung: Überprüfen Sie, ob die KI-Ausgaben die Erwartungen innerhalb akzeptabler Schwellenwerte erfüllen.
  • Strukturierte Antwortvalidierung: Analysieren und validieren Sie komplexe, KI-generierte Inhalte.
  • Planbasierte Validierung: Verwenden Sie Plan-Designer-Definitionen, um KI-Ausgaben anhand erwarteter Kriterien zu validieren.

Diese Funktionen stellen sicher, dass Sie zuverlässige, wiederholbare Tests erstellen können, selbst wenn Sie mit inhärent variablen KI-Systemen arbeiten.

Den richtigen Ansatz für generative KI auswählen.

Beachten Sie die folgenden Richtlinien, um optimale Ergebnisse zu erzielen:

Wenn Sie Folgendes tun möchten ... Erwägen Sie die Verwendung von...
Schnelles Generieren von Tests für eine neue Anwendung Generative KI-unterstützte Dokumenterstellung mit GitHub Copilot
Erhalten Sie eine präzise, deterministische Analyse von testbaren Komponenten Model Context Protocol-Server
Deterministische Analyse mit generativen Funktionen kombinieren MCP mit einem kompatiblen LLM-Client
KI-gestützte Anwendungen mit variablen Ausgaben testen Nicht deterministische KI-Tests mit Preview.AIExecutePrompt
Strukturieren Sie Ihren Testaufwand basierend auf Geschäftsanforderungen Plan Designer mit MCP-Server-Integration
Tests mithilfe von Lösungsmetadaten und Datenschemas generieren MCP-Server mit Scannen der Lösungsdefinition

AI-unterstützte Testerstellung mit GitHub Copilot
Model Context Protocol-Server mit Test Engine verwenden
Nicht deterministische KI-Komponenten testen
Den Test Engine-Beispielkatalog durchsuchen
Power FX-Funktionen von Test Engine testen
Plan-Designer verwenden