Microsoft y OpenAI, en colaboración con GitHub, han desarrollado la extensión Copilot, una herramienta de optimización y finalización de código impulsada por IA. Puede ayudar a los desarrolladores sugiriendo bloques o incluso líneas de código basadas en códigos disponibles y existentes. Las pruebas unitarias en el desarrollo de software se refieren a probar unidades o bloques de código para garantizar su funcionalidad adecuada. La integración de la IA en las pruebas de código no sólo puede mejorar la productividad en el desarrollo de software sino también la calidad general. Esta publicación explica cómo puedes use Copilot para generar pruebas unitarias .
Una breve descripción general de GitHub Copilot
GitHub Copilot es un asistente de codificación impulsado por inteligencia artificial que sugiere fragmentos de código según el contexto del código. OpenAI y Github desarrollaron una herramienta de procesamiento de lenguaje impulsada por IA con el modelo GPT-3 y Codex, que proporciona sugerencias de código basadas en contexto. Está entrenado en códigos disponibles públicamente y se puede integrar con editores de código populares como Visual Studio.
su servidor dns puede no estar disponible
Beneficios de la generación automatizada de pruebas unitarias a través de Copilot
- Tiempo eficiente: Copilot puede generar automáticamente código de prueba unitaria al instante según la descripción o los comentarios que mencionamos. Esto puede ayudarnos a ahorrar mucho tiempo que escribir los códigos de prueba manualmente, mejorando y optimizando así el ciclo de desarrollo de software.
- Errores humanos reducidos: La automatización acelera el proceso pero también ayuda a reducir significativamente los errores humanos comunes. Al leer el código escrito, Copilot puede comprender fácilmente el propósito y generar la prueba en consecuencia sin errores manuales.
- Consistencia: Copilot tiende a imponer uniformidad en las estructuras y patrones de prueba mientras genera pruebas unitarias. Este enfoque puede ayudarnos a mantener un enfoque de prueba similar para todo el código base, lo que facilita la comprensión de todo el programa.
- Desarrollo basado en pruebas: En el entorno de prueba de software, el desarrollo basado en pruebas es un método que utiliza pruebas de código de software como retroalimentación para ayudar a los desarrolladores a escribir o modificar software. Copilot admite prácticas TDD a través de sugerencias de código dinámico para casos de prueba. Al mismo tiempo, escribimos los códigos, fomentando un enfoque de prueba primero en el que se crean pruebas antes de implementar el código.
Cómo utilizar Copilot para generar pruebas unitarias
Para generar la prueba, podemos comenzar instalando la extensión GitHub Copilot y creando el programa antes de permitir que Copilot inicie la prueba. Se pueden seguir los siguientes pasos para la generación de casos de prueba:
1]Instale la extensión Github Copilot
clave de recuperación de onedrive
Abre el Mercado de Visual Studio , busque la extensión GitHub Copilot y haga clic en Instalar .
2]Crea una función
Para demostrar la generación de pruebas unitarias usando Copilot, creamos un programa que verifica si un número en particular es primo usando el código escrito por el usuario de Python. función es_prime() .
Comenzamos creando un archivo de script Python, prime_number.py , que contiene la función mencionada anteriormente y los códigos necesarios para buscar números primos. Una vez creado el archivo, podemos escribir el código según la lógica que buscaría números primos.
3]Ejecutar prueba unitaria
Para explicar cómo Copilot puede generar pruebas unitarias para el programa anterior, podemos seguir los pasos que se mencionan a continuación:
- Creamos una función de prueba llamada unidad_prueba_prime_número() para probar el es_prime() función.
- Una vez creada, escribimos el propósito o la cadena de documentación de la función y agregamos la condición de aserción. Una vez que se menciona la cadena de documentación, Copilot comienza a sugerir la condición de afirmación para la prueba.
Consejos para una generación eficaz de códigos unitarios
- Descripción clara: Copilot genera principalmente códigos de unidad revisando los comentarios o cadenas de documentación que el usuario proporciona en el archivo. Por lo tanto, los códigos de descripción bien escritos son esenciales para generar códigos de prueba unitarios significativos.
- Denominación de variables: El uso de nombres de variables que describan el propósito del código puede ayudar a generar casos de prueba. La claridad en los nombres de las variables garantiza que los casos de prueba generados automáticamente coincidan con nuestras expectativas.
- Uso de técnicas de burla y atropello: Mocking y Stubbing son técnicas de prueba que se utilizan para crear entornos ficticios para examinar las funciones del código. Mocking crea un clon de un objeto real, como una base de datos o un servicio web, mientras que Stubbing crea una versión simplificada de una función de la que depende el código que se prueba.
- Revise el código sugerido: Las sugerencias de Copilot deben revisarse para garantizar que cumplan con los requisitos de prueba y los estándares de codificación.
Limitaciones de las pruebas unitarias con GitHub Copilot
GitHub Copilot Chat tiene como objetivo brindarle la respuesta más relevante a su pregunta. Sin embargo, es posible que no siempre le proporcione la respuesta que busca. Los usuarios de Copilot Chat son responsables de revisar y validar las respuestas generadas por el sistema para garantizar que sean precisas y apropiadas.
Espero que la publicación haya sido útil y haya comprendido las ventajas y limitaciones de usar GitHub para generar pruebas unitarias.
Windows 10 thread_stuck_in_device_driver
¿La prueba unitaria generada por Copilot cubre los casos de esquina?
Copilot es una herramienta útil para pruebas unitarias, pero es posible que no cubra todos los escenarios. Debe revisar sus sugerencias detenidamente y considerar entradas o errores inusuales. Sea creativo para garantizar pruebas exhaustivas. Su experiencia es crucial para pruebas unitarias sólidas, incluso con Copilot.
Para casos de prueba, ¿Copilot es capaz de manejar algoritmos complejos?
Copilot tiene dificultades para probar algoritmos complejos. Si bien puede escribir pruebas básicas, no puede reemplazar su experiencia. Para algoritmos complejos, cree pruebas específicas dirigidas a la lógica única. Copilot puede resultar útil, pero siempre se necesita su experiencia para pruebas complejas.
