लैंगचेन और डीएसपीवाई के साथ नियतात्मक परीक्षण स्वचालन में एजेंट एआई को लागू करना
परिचय
सॉफ़्टवेयर सिस्टम की बढ़ती जटिलता ने परीक्षण स्वचालन को सॉफ़्टवेयर विकास का एक महत्वपूर्ण पहलू बना दिया है। पारंपरिक परीक्षण स्वचालन ढाँचे स्क्रिप्टेड दृष्टिकोण पर निर्भर करते हैं, जो भंगुर और बनाए रखने में कठिन हो सकते हैं। हाल के वर्षों में, एजेंटिक एआई और ऑर्केस्ट्रेशन टूल्स के उद्भव ने जटिल परीक्षण परिदृश्यों को स्वचालित करने के लिए नई संभावनाएं खोल दी हैं। इस लेख में, हम लैंगचेन और डीएसपीवाई का उपयोग करके जटिल परीक्षण परिदृश्यों को स्वचालित करने के लिए एजेंटिक एआई, ऑर्केस्ट्रेशन टूल्स और सॉफ्टवेयर इंजीनियरिंग के प्रतिच्छेदन का पता लगाएंगे।
एजेंट एआई क्या है?
एजेंट एआई एक प्रकार की कृत्रिम बुद्धिमत्ता को संदर्भित करता है जिसे किसी उपयोगकर्ता या सिस्टम की ओर से कार्रवाई करने के लिए डिज़ाइन किया गया है। एजेंट एआई सिस्टम निर्णय लेने, अनुभव से सीखने और नई परिस्थितियों के अनुकूल ढलने में सक्षम हैं। परीक्षण स्वचालन के संदर्भ में, एजेंट एआई का उपयोग उपयोगकर्ता इंटरैक्शन का अनुकरण करके, परीक्षण डेटा के आधार पर निर्णय लेने और बदलती परीक्षण स्थितियों को अनुकूलित करके जटिल परीक्षण परिदृश्यों को स्वचालित करने के लिए किया जा सकता है।
लैंगचेन क्या है?
लैंगचेन एक ओपन-सोर्स ऑर्केस्ट्रेशन टूल है जो डेवलपर्स को पायथन, रस्ट और गो सहित विभिन्न प्रोग्रामिंग भाषाओं का उपयोग करके जटिल एआई सिस्टम बनाने की अनुमति देता है। लैंगचेन एक लचीला और मॉड्यूलर आर्किटेक्चर प्रदान करता है जो डेवलपर्स को परिष्कृत एआई सिस्टम बनाने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और कंप्यूटर विज़न जैसे विभिन्न एआई घटकों को एकीकृत करने में सक्षम बनाता है।
डीएसपीवाई क्या है?
डीएसपीवाई एक पायथन लाइब्रेरी है जो एआई सिस्टम के निर्माण और तैनाती के लिए उपकरणों का एक सेट प्रदान करती है। DSPy को लैंगचेन के साथ निर्बाध रूप से काम करने के लिए डिज़ाइन किया गया है और यह डेटा प्रोसेसिंग, मशीन लर्निंग और डीप लर्निंग सहित कई सुविधाएँ प्रदान करता है।
नियतात्मक परीक्षण स्वचालन में एजेंट एआई को लागू करना
नियतात्मक परीक्षण स्वचालन में एजेंट एआई को लागू करने के लिए, हम परीक्षण स्वचालन ढांचे का निर्माण करने के लिए लैंगचेन और डीएसपीवाई का उपयोग कर सकते हैं जो उपयोगकर्ता इंटरैक्शन का अनुकरण करता है, परीक्षण डेटा के आधार पर निर्णय लेता है, और बदलती परीक्षण स्थितियों के अनुकूल होता है।
यहां एक सरल उदाहरण दिया गया है कि हम परीक्षण परिदृश्य को स्वचालित करने के लिए लैंगचेन और डीएसपीवाई का उपयोग कैसे कर सकते हैं:
लैंगचेन आयात करें
langchain.चेन से LLMChain आयात करें
langchin.llms से DSPyLLM आयात करें
परीक्षण_परिदृश्य = {
"user_input": "लॉगिन",
"अपेक्षित_आउटपुट": "लॉगिन सफल"
}
# एजेंट एआई एजेंट को परिभाषित करें
एजेंट = LLMChain(
एलएलएम=डीएसपीवाईएलएलएम(),
इनपुट_प्रकार = "पाठ",
आउटपुट_प्रकार = "पाठ"
)
# परीक्षण स्वचालन फ़ंक्शन को परिभाषित करें
डीईएफ़ test_automation(test_scenario):
# उपयोगकर्ता इंटरैक्शन का अनुकरण करें
उपयोगकर्ता_इनपुट = परीक्षण_परिदृश्य["उपयोगकर्ता_इनपुट"]
# परीक्षण डेटा के आधार पर निर्णय लें
निर्णय = एजेंट.रन(user_input)
# बदलती परीक्षण स्थितियों के अनुरूप ढलें
यदि निर्णय == "लॉगिन सफल":
प्रिंट करें ("परीक्षण उत्तीर्ण")
अन्य:
प्रिंट करें ("परीक्षण विफल")
# परीक्षण स्वचालन फ़ंक्शन चलाएँ
परीक्षण_स्वचालन(परीक्षण_परिदृश्य)
इस उदाहरण में, हम एक परीक्षण परिदृश्य को परिभाषित करते हैं जिसमें उपयोगकर्ता इंटरैक्शन का अनुकरण करना, परीक्षण डेटा के आधार पर निर्णय लेना और बदलती परीक्षण स्थितियों को अपनाना शामिल है। फिर हम लैंगचेन और डीएसपीवाई का उपयोग करके एक एजेंट एआई एजेंट को परिभाषित करते हैं, और परीक्षण परिदृश्य को स्वचालित करने के लिए इसका उपयोग करते हैं।
शीर्ष 5-10 सर्वाधिक प्रयुक्त कमांड/स्निपेट
लैंगचेन और डीएसपीवाई के लिए शीर्ष 5-10 सबसे अधिक उपयोग किए जाने वाले कमांड/स्निपेट यहां दिए गए हैं:
langChain.LLMChain(llm=DSPyLLM()):langChain और DSPy का उपयोग करके एक एजेंट एआई एजेंट बनाता है।DSPyLLM(): एक DSPy LLM (बड़े भाषा मॉडल) उदाहरण को आरंभ करता है।LLMChain(input_type='text', output_type='text'): टेक्स्ट इनपुट और आउटपुट प्रकारों के साथ एक एजेंट एआई एजेंट बनाता है।agent.run(user_input): उपयोगकर्ता इनपुट के साथ एजेंट एआई एजेंट चलाता है।test_scenario = {"user_input": "login", "expected_output": "login successful"}: उपयोगकर्ता इनपुट और अपेक्षित आउटपुट के साथ एक परीक्षण परिदृश्य को परिभाषित करता है।langचेन.चेन्स.एलएलएमचेन(llm=DSPyLLM()): लैंगचेन और डीएसपीवाई का उपयोग करके एक एजेंट एआई एजेंट बनाता है।DSPyLLM().predict(user_input): उपयोगकर्ता इनपुट के साथ DSPy LLM के आउटपुट की भविष्यवाणी करता है।LLMChain(input_type='text', output_type='text').run(user_input): टेक्स्ट इनपुट और आउटपुट प्रकारों के साथ एजेंट एआई एजेंट चलाता है।test_automation(test_scenario): परीक्षण परिदृश्य के साथ परीक्षण स्वचालन फ़ंक्शन चलाता है।langचेन.चेन्स.एलएलएमचेन(llm=DSPyLLM()).run(user_input): उपयोगकर्ता इनपुट के साथ एजेंट एआई एजेंट चलाता है।
विज़ुअलाइज़ेशन
यहां चार्ट.जेएस का उपयोग करके एजेंटिक एआई एजेंट का एक दृश्य दिया गया है:
{
"प्रकार": "बार",
"डेटा": {
"लेबल": ["उपयोगकर्ता इनपुट", "निर्णय", "अनुकूलन"],
"डेटासेट": [
{
"लेबल": "एजेंट एआई एजेंट",
"डेटा": [10, 20, 30],
"पृष्ठभूमि रंग": "आरजीबीए(255, 99, 132, 0.2)",
"बॉर्डर कलर": "आरजीबीए(255, 99, 132, 1)",
"बॉर्डरविड्थ": 1
}
]
},
"विकल्प": {
"शीर्षक": {
"प्रदर्शन": सत्य,
"पाठ": "एजेंट एआई एजेंट"
},
"तराजू": {
"yAxes": [
{
"टिक": {
"beginAtZero": सत्य
}
}
]
}
}
}
यह विज़ुअलाइज़ेशन उपयोगकर्ता इंटरैक्शन का अनुकरण करने, परीक्षण डेटा के आधार पर निर्णय लेने और बदलती परीक्षण स्थितियों के अनुकूल होने में एजेंट एआई एजेंट के प्रदर्शन को दर्शाता है।
निष्कर्ष
इस लेख में, हमने लैंगचेन और डीएसपीवाई का उपयोग करके जटिल परीक्षण परिदृश्यों को स्वचालित करने के लिए एजेंटिक एआई, ऑर्केस्ट्रेशन टूल्स और सॉफ्टवेयर इंजीनियरिंग के प्रतिच्छेदन का पता लगाया। हमने नियतात्मक परीक्षण स्वचालन में एजेंटिक एआई का एक सरल उदाहरण लागू किया और लैंगचेन और डीएसपीवाई के लिए कमांड/स्निपेट की एक श्रृंखला प्रदान की। हमने चार्ट.जेएस का उपयोग करके एजेंट एआई एजेंट के प्रदर्शन की भी कल्पना की। एजेंटिक एआई और ऑर्केस्ट्रेशन टूल्स का लाभ उठाकर, डेवलपर्स परिष्कृत परीक्षण स्वचालन ढांचे का निर्माण कर सकते हैं जो उपयोगकर्ता इंटरैक्शन का अनुकरण करते हैं, परीक्षण डेटा के आधार पर निर्णय लेते हैं और बदलती परीक्षण स्थितियों के अनुकूल होते हैं।