LangChain және DSPy көмегімен детерминистік сынақты автоматтандыруда агенттік AI енгізу

LangChain және DSPy көмегімен детерминистік сынақты автоматтандыруда агенттік AI енгізу

Кіріспе

Бағдарламалық жүйелердің күрделене түсуі тестілеуді автоматтандыруды бағдарламалық қамтамасыз етуді әзірлеудің шешуші аспектісіне айналдырды. Сынақтарды автоматтандырудың дәстүрлі құрылымдары сынғыш және жөндеу қиын болуы мүмкін сценарийлік тәсілдерге сүйенеді. Соңғы жылдары Agentic AI және Orchestration Tools пайда болуы күрделі сынақ сценарийлерін автоматтандырудың жаңа мүмкіндіктерін ашты. Бұл мақалада LangChain және DSPy көмегімен күрделі сынақ сценарийлерін автоматтандыру үшін Agentic AI, Orchestration Tools және Software Engineering қиылысын зерттейміз.

Agentic AI дегеніміз не?

Агенттік AI пайдаланушы немесе жүйе атынан әрекеттер жасауға арналған жасанды интеллект түріне жатады. Агенттік AI жүйелері шешім қабылдауға, тәжірибеден үйренуге және жаңа жағдайларға бейімделуге қабілетті. Сынақтарды автоматтандыру контекстінде Agentic AI пайдаланушының өзара әрекеттесуін модельдеу, сынақ деректеріне негізделген шешімдер қабылдау және өзгеретін сынақ шарттарына бейімделу арқылы күрделі сынақ сценарийлерін автоматтандыру үшін пайдаланылуы мүмкін.

LangChain дегеніміз не?

LangChain - әзірлеушілерге Python, Rust және Go сияқты әртүрлі бағдарламалау тілдерін пайдаланып күрделі AI жүйелерін құруға мүмкіндік беретін ашық бастапқы Оркестрация құралы. LangChain әзірлеушілерге күрделі AI жүйелерін құру үшін табиғи тілді өңдеу (NLP) және компьютерлік көру сияқты әртүрлі AI компоненттерін біріктіруге мүмкіндік беретін икемді және модульдік архитектураны ұсынады.

DSPy дегеніміз не?

DSPy - бұл AI жүйелерін құруға және орналастыруға арналған құралдар жинағын ұсынатын Python кітапханасы. DSPy LangChain-пен үздіксіз жұмыс істеуге арналған және деректерді өңдеу, машиналық оқыту және терең оқытуды қоса алғанда, бірқатар мүмкіндіктерді қамтамасыз етеді.

Дерминистік сынақ автоматтандыруында агенттік AI енгізу

Детерминирленген сынақты автоматтандыруда Agentic AI енгізу үшін біз LangChain және DSPy пайдалана аламыз, ол пайдаланушының өзара әрекеттесуін имитациялайтын, сынақ деректері негізінде шешім қабылдайтын және өзгеретін сынақ шарттарына бейімделетін сынақ автоматтандыру негізін құруға болады.

Міне, сынақ сценарийін автоматтандыру үшін LangChain және DSPy пайдаланудың қарапайым мысалы:

langchain импорттау
langchain.chains сайтынан LMChain импорттау
langchain.llms ішінен DSPyLLM импорттау


сынақ_сценарийі = {
    "user_input": "логин",
    "expected_output": "кіру сәтті өтті"
}

# Agentic AI агентін анықтаңыз
агент = LMCchain(
    llm=DSPyLLM(),
    енгізу_түрі = "мәтін",
    шығыс_түрі = "мәтін"
)

# Сынақ автоматтандыру функциясын анықтаңыз
def test_automation(test_scenario):
    # Пайдаланушы әрекетін имитациялаңыз
    user_input = test_scenario["user_input"]
    # Сынақ деректері негізінде шешім қабылдаңыз
    шешім = agent.run(user_input)
    # Өзгеретін сынақ жағдайларына бейімделу
    егер шешім == «кіру сәтті» болса:
        басып шығару («Сынақтан өтті»)
    басқа:
        басып шығару («Сынақ орындалмады»)

# Сынақ автоматтандыру функциясын іске қосыңыз
сынақ_автоматтандыру(сынақ_сценарийі)

Бұл мысалда біз пайдаланушы әрекеттесуін модельдеуді, сынақ деректері негізінде шешім қабылдауды және өзгеретін сынақ шарттарына бейімделуді қамтитын сынақ сценарийін анықтаймыз. Содан кейін LangChain және DSPy арқылы Agentic AI агентін анықтаймыз және оны сынақ сценарийін автоматтандыру үшін пайдаланамыз.

Ең көп қолданылатын 5-10 пәрмендер/үзінділер

Міне, LangChain және DSPy үшін ең көп қолданылатын 5-10 командалар/үзінділер:

langchain.LLMCain(llm=DSPyLLM()): LangChain және DSPy арқылы Agentic AI агентін жасайды.
DSPyLLM(): DSPy LLM (үлкен тіл үлгісі) данасын инициализациялайды.
LLMCain(input_type="text", output_type="text"): Мәтін енгізу және шығару түрлері бар Agentic AI агентін жасайды.
agent.run(user_input): Agentic AI агентін пайдаланушы енгізуімен іске қосады.
test_scenario = {"user_input": "login", "expected_output": "login сәтті"}: пайдаланушы енгізуі және күтілетін шығысы бар сынақ сценарийін анықтайды.
langchain.chains.LLMCain(llm=DSPyLLM()): LangChain және DSPy көмегімен Agentic AI агентін жасайды.
DSPyLLM().predict(user_input): пайдаланушы енгізуімен DSPy LLM шығысын болжайды.
LLMCain(input_type="text", output_type="text").run(user_input): Agentic AI агентін мәтін енгізу және шығару түрлерімен іске қосады.
test_automation(test_scenario): сынақты автоматтандыру функциясын сынақ сценарийімен іске қосады.
langchain.chains.LLMCain(llm=DSPyLLM()).run(user_input): Agentic AI агентін пайдаланушы енгізуімен іске қосады.

визуализация

Міне, Chart.js арқылы Agentic AI агентінің визуализациясы:

{
  "түрі": "бар",
  «деректер»: {
    "labels": ["Пайдаланушы енгізуі", "Шешім", "бейімдеу"],
    "деректер жинағы": [
      {
        "label": "Агенттік AI агенті",
        "деректер": [10, 20, 30],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "borderWidth": 1
      }
    ]
  },
  "опциялар": {
    «атауы»: {
      «дисплей»: шын,
      "text": "Агенттік AI агенті"
    },
    «таразы»: {
      "yAxes": [
        {
          «кенелер»: {
            "beginAtZero": шын
          }
        }
      ]
    }
  }
}

Бұл визуализация Agentic AI агентінің пайдаланушы әрекеттесуін модельдеу, сынақ деректері негізінде шешім қабылдау және өзгеретін сынақ шарттарына бейімделу жұмысын көрсетеді.

Қорытынды

Бұл мақалада біз LangChain және DSPy көмегімен күрделі сынақ сценарийлерін автоматтандыру үшін Agentic AI, Orchestration Tools және Software Engineering қиылысын зерттедік. Біз детерминирленген сынақты автоматтандыруда Agentic AI қарапайым мысалын енгіздік және LangChain және DSPy үшін бірқатар пәрмендер/үзінділер бердік. Біз сондай-ақ Chart.js арқылы Agentic AI агентінің жұмысын көрнекі болдық. Agentic AI және Orchestration Tools мүмкіндіктерін пайдалана отырып, әзірлеушілер пайдаланушының өзара әрекеттесуін имитациялайтын, сынақ деректері негізінде шешім қабылдайтын және өзгеретін сынақ шарттарына бейімделетін күрделі сынақты автоматтандыру негіздерін құра алады.

LangChain және DSPy көмегімен детерминистік сынақты автоматтандыруда агенттік AI енгізу

Have Questions?