Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Note
Le moteur de test est déconseillé et sera supprimé dans une prochaine version. Utilisez des exemples Power Platform Playwright pour tester les fonctionnalités d’automatisation dans les services Power Platform et Dynamics 365.
Power Apps Moteur de test offre des fonctionnalités d’INTELLIGENCE artificielle complètes qui couvrent l’ensemble du cycle de vie des tests. Cette page donne un aperçu de la façon dont l’IA générative peut améliorer votre expérience de test, de la création du test à l’exécution et à la validation.
Les fonctionnalités de l’IA générative de Test Engine couvrent trois domaines clés du processus de test :
| Capacité d’IA générative | Description |
|---|---|
| Création de test assistée par l’IA générative | Créer des tests rapidement à l’aide de GitHub Copilot et d’autres grands modèles de langage (LLMs) ou petits modèles de langage (SLMs) |
| Serveur de Protocole de Contexte de Modèle | Analyse déterministe et génération de code avec MCP |
| Tests d’IA non déterministes | Testez des applications alimentées par l’IA avec des techniques de validation spéciales |
Création de test assistée par l’IA générative
La création de plans de test complets peut prendre beaucoup de temps, en particulier pour les applications complexes. Test Engine prend en charge la création générative assistée par l’IA via :
- intégration GitHub Copilot : générer des modèles de test, des étapes de test et des assertions basées sur le code de votre application
- Création de tests en langage naturel : décrivez des scénarios de test dans un anglais simple et traduisez-les en tests exécutables
- Génération de tests basés sur des exemples : référencez des exemples existants pour créer des tests contextuellement pertinents
Cette approche aide les auteurs de tests à se concentrer sur la logique métier et les règles de validation plutôt que sur la syntaxe de test et le code standard.
Implémentation du protocole Model Context sur serveur
Power Apps moteur de test inclut une implémentation de serveur MCP (Model Context Protocol) qui fournit une analyse déterministe de vos applications et génère des recommandations de test.
Le serveur MCP :
- Analyse la structure de l’application pour identifier les composants testables
- Génère des modèles de test basés sur les types de contrôle et les relations
- Fournit des recommandations de code contextuelles
- S’intègre à des clients MCP tels que Visual Studio et GitHub Copilot
- Utilise le Concepteur de plan pour organiser et hiérarchiser les efforts de test
- Intègre des éléments de définition de solution et des schémas de données pour des tests complets
- Utilise les métadonnées de votre solution pour générer des tests contextuellement pertinents
Lorsque vous combinez l’analyse déterministe avec les capacités de l’IA générative, cette approche offre une génération de tests plus fiable et précise par rapport aux approches génératives pures seules.
Tester les capacités non déterministes de l’IA
Lorsque vous testez des applications qui utilisent des fonctionnalités IA telles que des composants AI Builder ou des modèles gpT (Generative Pretrained Transformer), il est nécessaire de prendre en compte la gestion des sorties non déterministes.
Test Engine fournit :
-
La fonction
Preview.AIExecutePrompt: exécutez des requêtes IA avec des entrées contrôlées et validez les sorties - Validation basée sur la tolérance : vérifiez que les résultats de l’IA répondent aux attentes dans les seuils acceptables
- Validation des réponses structurées : analysez et validez le contenu complexe généré par l’IA
- Validation basée sur un plan : utilisez les définitions du concepteur de plan pour valider les résultats de l’IA par rapport aux critères attendus
Ces fonctionnalités vous permettent de créer des tests fiables et reproductibles, même lorsque vous travaillez avec des systèmes d’IA intrinsèquement variables.
Choisir la bonne approche IA générative
Pour des résultats optimaux, tenez compte de ces directives :
| Si vous souhaitez... | Envisagez d’utiliser... |
|---|---|
| Générer rapidement des tests pour une nouvelle application | Création assistée par l’IA générative avec GitHub Copilot |
| Bénéficiez d’une analyse précise et déterministe des composants testables | Serveur du protocole de contexte modèle |
| Combinez l’analyse déterministe avec des capacités génératives | MCP avec un client LLM compatible |
| Tester des applications alimentées par l’IA avec des sorties variables | Tests d’IA non déterministes avec Preview.AIExecutePrompt |
| Structurez vos efforts de test en fonction des besoins de l’entreprise | Plan Designer avec intégration du serveur MCP |
| Générer des tests à l’aide des métadonnées de solution et des schémas de données | Serveur MCP avec analyse de la définition de la solution |
Articles associés
Création de tests assistée par l’IA avec GitHub Copilot
Utilisation du serveur de protocole du contexte du modèle avec Test Engine
Test des composants d’IA non déterministes
Parcourir le catalogue d’exemples Test Engine
Essayez les fonctions power-fx de Test Engine
Utiliser le concepteur de plan