„Microsoft“ ir „OpenAI“, bendradarbiaudamos su „GitHub“, sukūrė „Copilot“ plėtinį – AI valdomą kodo optimizavimo ir užbaigimo įrankį. Jis gali padėti kūrėjams, siūlydamas blokus ar net kodo eilutes pagal turimus ir esamus kodus. Programinės įrangos kūrimo vienetų testavimas reiškia kodo vienetų arba blokų testavimą, siekiant užtikrinti tinkamą jų funkcionalumą. AI integravimas į kodo testavimą gali ne tik pagerinti programinės įrangos kūrimo produktyvumą, bet ir bendrą kokybę. Šiame įraše paaiškinama, kaip galite naudokite „Copilot“ vienetų testams generuoti .
Trumpa „GitHub Copilot“ apžvalga
„GitHub Copilot“ yra AI maitinamas kodavimo asistentas, siūlantis kodo fragmentus pagal kodo kontekstą. „OpenAI“ ir „Github“ sukūrė AI valdomą kalbos apdorojimo įrankį su GPT-3 modeliu ir „Codex“, kuriame pateikiami konteksto kodo pasiūlymai. Jis apmokytas naudoti viešai prieinamus kodus ir gali būti integruotas su populiariais kodų rengyklėmis, pvz., „Visual Studio“.
„g suite“ „imap“ nustatymai, skirti „Outlook“
Automatinio vieneto bandymo generavimo naudojant Copilot pranašumai
- Laiko taupymas: „Copilot“ gali automatiškai generuoti įrenginio testo kodą, remdamasis mūsų paminėtu aprašymu ar komentarais. Tai gali padėti sutaupyti daug laiko, nei rašyti bandomuosius kodus rankiniu būdu, taip pagerinant ir optimizuojant programinės įrangos kūrimo ciklą.
- Sumažintas žmogiškųjų klaidų skaičius: Automatizavimas pagreitina procesą, bet taip pat padeda žymiai sumažinti įprastas žmogiškąsias klaidas. Peržiūrėdamas parašytą kodą, Copilot gali lengvai suprasti tikslą ir atitinkamai sugeneruoti testą be jokių rankinių klaidų.
- Nuoseklumas: Kurdamas vienetų testus, antrasis pilotas linkęs užtikrinti bandymų struktūrų ir modelių vienodumą. Toks metodas gali padėti mums išlaikyti panašų visos kodų bazės testavimo metodą, kad būtų lengviau suprasti visą programą.
- Bandomoji plėtra: Programinės įrangos testavimo aplinkoje bandymu pagrįstas kūrimas yra metodas, kai programinės įrangos kodo testai naudojami kaip grįžtamasis ryšys, padedantis kūrėjams rašyti ar keisti programinę įrangą. „Copilot“ palaiko TDD praktiką, naudodamas dinaminio kodo pasiūlymus bandomiesiems atvejams. Tuo pačiu metu mes rašome kodus, skatindami pirmiausia bandymą, kai testai sukuriami prieš įdiegiant kodą.
Kaip naudoti „Copilot“ vienetų testams generuoti
Norėdami sugeneruoti testą, galime pradėti diegdami GitHub Copilot plėtinį ir sukurdami programą prieš leisdami Copilot pradėti testavimą. Kuriant bandomąjį atvejį galima atlikti šiuos veiksmus:
1] Įdiekite „Github Copilot“ plėtinį
sfc išoriniame diske
Atidaryk Visual Studio Marketplace , suraskite „GitHub Copilot“ plėtinį ir spustelėkite Diegti .
2] Sukurkite funkciją
Norėdami parodyti vieneto bandymo generavimą naudojant Copilot, sukuriame programą, kuri patikrina, ar tam tikras skaičius yra pirminis, naudojant Python vartotojo parašytą funkcija is_prime() .
Pradedame kurdami Python scenarijaus failą, pirminis_skaičius.py , kuriame yra aukščiau minėta funkcija ir reikalingi kodai, norint patikrinti pirminius skaičius. Sukūrę failą, galime parašyti kodą pagal logiką, kuri tikrintų pirminius skaičius.
3] Vykdykite vieneto testą
Norėdami paaiškinti, kaip Copilot gali generuoti pirmiau nurodytos programos vienetų testus, galime atlikti toliau nurodytus veiksmus:
kopijuoti įkrovos USB
- Sukuriame testo funkciją pavadinimu vieneto_testo_pirminis_skaičius() norėdami išbandyti yra_pirminis() funkcija.
- Sukūrę parašome funkcijos tikslą arba dokumentacijos eilutę ir pridedame tvirtinimo sąlygą. Kai minima dokumento eilutė, Copilot pradeda siūlyti tvirtinimo sąlygą bandymui.
Patarimai, kaip efektyviai generuoti vieneto kodą
- Aiškus aprašymas: „Copilot“ daugiausia generuoja vienetų kodus, peržiūrėdamas komentarus ar dokumentacijos eilutes, kurias naudotojas pateikia faile. Taigi gerai parašyti aprašymo kodai yra būtini norint generuoti prasmingus vieneto testo kodus.
- Kintamojo pavadinimas: Naudojant kintamųjų pavadinimus, apibūdinančius kodo paskirtį, galima sukurti bandomuosius atvejus. Kintamųjų pavadinimų aiškumas užtikrina, kad automatiškai sugeneruoti bandomieji atvejai atitiktų mūsų lūkesčius.
- Pasityčiojimo ir pynimo metodų naudojimas: Mocking ir Stubbing yra testavimo metodai, naudojami kuriant netikrą aplinką, kad būtų galima ištirti kodo funkcijas. Mocking sukuria tikro objekto, pvz., duomenų bazės ar žiniatinklio paslaugos, kloną, o Stubbing sukuria supaprastintą funkcijos, nuo kurios priklauso tikrinamas kodas, versiją.
- Peržiūrėkite siūlomą kodą: Copilot pasiūlymai turėtų būti peržiūrėti, siekiant užtikrinti, kad jie atitiktų testavimo reikalavimus ir kodavimo standartus.
Įrenginio testavimo naudojant „GitHub Copilot“ apribojimai
„GitHub Copilot Chat“ skirtas pateikti jums tinkamiausią atsakymą į jūsų klausimą. Tačiau tai ne visada gali pateikti atsakymą, kurio ieškote. Copilot Chat vartotojai yra atsakingi už sistemos sugeneruotų atsakymų peržiūrą ir patvirtinimą, kad įsitikintų, jog jie yra tikslūs ir tinkami.
Tikiuosi, kad įrašas buvo naudingas ir supratote „GitHub“ naudojimo privalumus ir apribojimus vienetų testavimui generuoti.
Ar Copilot sukurtas vieneto testas apima kampinius dėklus?
„Copilot“ yra naudingas vienetų bandymų įrankis, tačiau jis gali neaprėpti visų scenarijų. Turėtumėte atidžiai peržiūrėti jo pasiūlymus ir apsvarstyti neįprastus įvestis ar klaidas. Būkite kūrybingi, kad užtikrintumėte išsamius testus. Jūsų žinios yra labai svarbios atliekant tvirto įrenginio testus, net naudojant Copilot.
Ar bandomaisiais atvejais Copilot gali valdyti sudėtingus algoritmus?
Copilot kovoja su sudėtingų algoritmų testavimu. Nors jis gali parašyti pagrindinius testus, jis negali pakeisti jūsų patirties. Sudėtingiems algoritmams sukurkite specifinius testus, nukreiptus pagal unikalią logiką. „Copilot“ gali būti naudingas, tačiau jūsų žinios visada reikalingos atliekant sudėtingus bandymus.
