Microsoft i OpenAI, u suradnji s GitHubom, razvili su proširenje Copilot, alat za optimizaciju i dovršavanje koda koji pokreće AI. Može pomoći programerima predlažući blokove ili čak linije koda na temelju dostupnih i postojećih kodova. Jedinično testiranje u razvoju softvera odnosi se na testiranje kodnih jedinica ili blokova kako bi se osigurala njihova ispravna funkcionalnost. Integracija umjetne inteligencije u testiranje koda ne samo da može poboljšati produktivnost u razvoju softvera, već i ukupnu kvalitetu. Ovaj post objašnjava kako možete koristite Copilot za generiranje jediničnih testova .
Kratak pregled GitHub Copilota
GitHub Copilot je pomoćnik za kodiranje koji pokreće AI koji predlaže isječke koda na temelju konteksta koda. OpenAI i Github razvili su alat za obradu jezika koji pokreće AI s modelom GPT-3 i Codexom, koji daje prijedloge koda temeljene na kontekstu. Uvježban je na javno dostupnim kodovima i može se integrirati s popularnim uređivačima koda kao što je Visual Studio.
Prednosti automatizirane generacije jediničnog testa putem Copilota
- Vremenski učinkovito: Copilot može automatski generirati jedinični testni kod trenutno na temelju opisa ili komentara koje spomenemo. To nam može pomoći da uštedimo mnogo vremena od ručnog pisanja testnih kodova, čime poboljšavamo i optimiziramo ciklus razvoja softvera.
- Smanjene ljudske pogreške: Automatizacija ubrzava proces, ali također pomaže značajno smanjiti uobičajene ljudske pogreške. Prolaskom kroz pisani kod, Copilot može lako razumjeti svrhu i generirati test u skladu s tim bez ručnih pogrešaka.
- Dosljednost: Copilot nastoji nametnuti uniformnost testnih struktura i obrazaca dok generira jedinične testove. Takav pristup može nam pomoći da održimo sličan pristup testiranju za cijelu bazu koda, što olakšava razumijevanje cijelog programa.
- Razvoj vođen testiranjem: U okruženju za testiranje softvera, razvoj vođen testiranjem je metoda koja koristi testove softverskog koda kao povratnu informaciju za pomoć programerima u pisanju ili modificiranju softvera. Copilot podržava TDD prakse kroz svoje prijedloge dinamičkog koda za testne slučajeve. U isto vrijeme pišemo kodove, potičući pristup najprije testiranja pri čemu se testovi izrađuju prije implementacije koda.
Kako koristiti Copilot za generiranje jediničnih testova
Za generiranje testa možemo započeti instaliranjem ekstenzije GitHub Copilot i izradom programa prije nego što dopustimo Copilotu da započne testiranje. Za generiranje testnog slučaja mogu se slijediti sljedeći koraci:
1] Instalirajte Github Copilot Extension
ključ proizvoda za Microsoft Office
Otvori Visual Studio Marketplace , potražite proširenje GitHub Copilot i kliknite Instalirati .
2] Stvorite funkciju
Kako bismo demonstrirali generiranje jediničnog testa pomoću Copilota, stvaramo program koji provjerava je li određeni broj prost pomoću Pythonovog korisničkog zapisa funkcija is_prime() .
Počinjemo stvaranjem datoteke skripte Python, prosti_broj.py , koji sadrži gore spomenutu funkciju i potrebne kodove za provjeru prostih brojeva. Nakon što je datoteka stvorena, možemo napisati kod na temelju logike koja bi provjeravala proste brojeve.
3] Pokrenite test jedinice
Da bismo objasnili kako Copilot može generirati jedinične testove za gore navedeni program, možemo slijediti dolje navedene korake:
- Kreiramo testnu funkciju pod nazivom jedinični_test_prim_broj() za testiranje je_prim() funkcija.
- Nakon što je stvorena, pišemo svrhu ili niz dokumentacije za funkciju i dodajemo uvjet tvrdnje. Nakon što se spomene niz dokumenta, Copilot počinje predlagati uvjet tvrdnje za test.
Savjeti za učinkovito generiranje koda jedinice
- Jasan opis: Copilot uglavnom generira kodove jedinica pregledom komentara ili nizova dokumentacije koje korisnik daje u datoteci. Stoga su dobro napisani opisni kodovi ključni za generiranje smislenih jediničnih testnih kodova.
- Imenovanje varijabli: Korištenje naziva varijabli koji opisuju svrhu koda može pomoći u generiranju testnih slučajeva. Jasnoća u imenima varijabli osigurava da automatski generirani testni slučajevi odgovaraju našim očekivanjima.
- Korištenje tehnika ismijavanja i zabadanja: Mocking i Stubbing su tehnike testiranja koje se koriste za stvaranje lažnih okruženja za ispitivanje funkcija koda. Mocking stvara klon stvarnog objekta, poput baze podataka ili web servisa, dok Stubbing stvara pojednostavljenu verziju funkcije o kojoj ovisi kod koji se testira.
- Pregledajte predloženi kod: Kopilotove prijedloge treba pregledati kako bi se osiguralo da zadovoljavaju zahtjeve testiranja i standarde kodiranja.
Ograničenja jediničnog testiranja pomoću GitHub Copilota
GitHub Copilot Chat ima za cilj pružiti vam najrelevantniji odgovor na vaše pitanje. Međutim, možda neće uvijek pružiti odgovor koji tražite. Korisnici Copilot Chata odgovorni su za pregled i provjeru valjanosti odgovora koje generira sustav kako bi bili sigurni da su točni i primjereni.
Nadam se da je post bio od pomoći i da ste razumjeli prednosti i ograničenja korištenja GitHuba za generiranje jediničnog testiranja.
Pokriva li jedinični test koji generira Copilot slučajeve u kutu?
Copilot je koristan alat za jedinične testove, ali možda neće pokriti svaki scenarij. Trebali biste temeljito pregledati njegove prijedloge i razmotriti neobične unose ili pogreške. Budite kreativni kako biste osigurali sveobuhvatne testove. Vaša stručnost je presudna za solidne jedinične testove, čak i s Copilotom.
Za testne slučajeve, je li Copilot sposoban rukovati složenim algoritmima?
Copilot se muči s testiranjem složenih algoritama. Iako može napisati osnovne testove, ne može zamijeniti vašu stručnost. Za složene algoritme izradite specifične testove usmjerene na jedinstvenu logiku. Copilot može biti od pomoći, ali vaša je stručnost uvijek potrebna za složene testove.
