একটি স্বয়ংক্রিয় টেস্ট স্যুট কিভাবে কিকস্টার্ট করবেন যখন 0টি পরীক্ষা লেখা থাকে

আপনি জানেন, একটি নির্দিষ্ট উদ্বেগ রয়েছে যা আপনি যখন একটি কোডবেস দেখেন যে আপনি সবেমাত্র কাজ শুরু করছেন, কেবলমাত্র এটি একটি বিশাল অজানা প্রান্তর বুঝতে হবে। অপ্রত্যাশিত থেকে রক্ষা করার জন্য একটি পরীক্ষাও লেখা হয়নি।

এটি একটি খাদের উপর দিয়ে একটি টাইটরোপে হাঁটার মতো, একটি একক ভুল পদক্ষেপ জানা আপনার পুরো প্রকল্পকে বিশৃঙ্খলার মধ্যে ফেলে দিতে পারে।

আপনি যদি 0 পরীক্ষা সহ একটি কোডবেসে কাজ করেন তবে আপনি জানেন যে স্ক্র্যাচ থেকে পরীক্ষাগুলির সাথে পুরো কোডবেসকে কভার করার বিষয়ে চিন্তা করা একটি কঠিন কাজ হতে পারে যেখানে বর্তমানে কোনটিই নেই।

প্রক্রিয়াটি একটি প্রায় হারকিউলিয়ান প্রচেষ্টার দাবি করে: আপনাকে প্রতিটি ফাংশন, পদ্ধতি এবং উপাদানগুলিকে ঢেলে দিতে হবে, সমস্ত সম্ভাব্য প্রান্তের ক্ষেত্রে চিন্তাভাবনা করতে হবে, টেস্ট স্যুট কোডটি গঠন করতে হবে এবং এটি সব মসৃণভাবে চালাতে হবে।

এবং এটি অর্থপূর্ণ কভারেজে পৌঁছাতে যে সময় লাগে তা স্পর্শ করে না। আমরা কয়েক সপ্তাহ কথা বলছি, সম্ভবত কয়েক মাস আগে, আপনি বসে বসে বলতে পারেন, "হ্যাঁ, আমরা 80% বা 90% কভারেজ হিট করেছি।"

এই কারণেই আমি গত কয়েক মাস ধরে যা কাজ করছি তা ভাগ করে নিতে আমি উত্তেজিত। এই যাত্রা আমাদের এমন একটি জায়গায় নিয়ে যায় যেখানে স্বয়ংক্রিয় পরীক্ষার ক্ষেত্র AI এর জাদুকরী জগতের সাথে দেখা করে। Pythagora এর সাথে দেখা করুন, একটি ওপেন সোর্স ডেভ টুল যা আপনার নতুন সেরা বন্ধু হতে চলেছে৷

এই ব্লগ পোস্ট জুড়ে, আমি আপনাকে দেখাব কিভাবে Pythagora এর সাথে স্বয়ংক্রিয় পরীক্ষা শুরু করতে হয় যা আপনার সম্পূর্ণ কোডবেসের জন্য পরীক্ষা তৈরি করতে AI এর শক্তিকে কাজে লাগায়, সমস্ত একটি একক CLI কমান্ড সহ , এবং আশা করি আপনার কোডবেস 80% - 90-এ পৌঁছে যাবে। এক দিনে % কোড কভারেজ ।

স্ক্র্যাচ থেকে একটি টেস্ট স্যুট তৈরি করা

আমরা সবাই এই কথাটি জানি, "রোম একদিনে তৈরি হয়নি।" একটি ব্যাপক, কার্যকর পরীক্ষার স্যুটের জন্যও একই কথা বলা যেতে পারে। এটি একটি সূক্ষ্ম, চাহিদাপূর্ণ প্রক্রিয়া, কিন্তু একবার আপনি এই পাথুরে রাস্তাটি অতিক্রম করার পরে, কৃতিত্বের অনুভূতি গভীর।

আসুন স্ক্র্যাচ থেকে একটি টেস্ট স্যুট তৈরি করতে এবং সেই লোভনীয় 80% - 90% কোড কভারেজে পৌঁছাতে জড়িত প্রয়োজনীয় পদক্ষেপগুলির মধ্য দিয়ে একসাথে যাত্রা করি।

ভিত্তি স্থাপন

প্রথম পর্যায়ে, আপনি একটি ফাঁকা ক্যানভাসের সামনে একজন চিত্রশিল্পীর মতো। বিশ্ব সম্ভাবনায় পূর্ণ, এবং আপনি একটি মাস্টারপিস তৈরি করতে মুক্ত।

আপনার মাস্টারপিস, এই ক্ষেত্রে, আপনি যে ধরণের পরীক্ষা লিখতে চান তা বেছে নেওয়া , ব্যবহারের জন্য সঠিক পরীক্ষার কাঠামো খুঁজে বের করা এবং আপনার নির্দিষ্ট পরিবেশের জন্য উপযুক্ত সেরা অনুশীলনগুলি গ্রহণ করা জড়িত।

আপনি কি ইউনিট পরীক্ষা, ইন্টিগ্রেশন পরীক্ষা, E2E পরীক্ষা বা তিনটির মিশ্রণ বিবেচনা করছেন?

যদিও এই প্রাথমিক সেটআপটিকে প্রায়শই "সহজ" অংশ হিসাবে দেখা হয়, এটি কোনওভাবেই পার্কে হাঁটা নয়। জ্ঞাত সিদ্ধান্ত নিতে সময়, গবেষণা এবং সম্ভবত কয়েক কাপ কফি প্রয়োজন।

বিস্তারিত মধ্যে ডাইভিং

একবার আপনি আপনার মৌলিক কাঠামোটি ঠিকঠাক হয়ে গেলে, আপনার হাতা গুটিয়ে নেওয়ার এবং নিটি-গ্রিটির গভীরে যাওয়ার সময়। এখন, আপনাকে আপনার সম্পূর্ণ কোডবেস, একবারে একটি ফাংশন, এবং প্রতিটির জন্য পরীক্ষা লিখতে হবে। এখানে আপনার কাজ হল আপনার পরীক্ষাগুলি প্রতিটি ফাংশন, পদ্ধতি বা উপাদানের মধ্যে কোডের সমস্ত লাইন স্পর্শ করে তা নিশ্চিত করা।

এই কাজটি একটি জটিল গোলকধাঁধা অন্বেষণের অনুরূপ। আপনাকে প্রতিটি পথ অতিক্রম করতে হবে, প্রতিটি কোণে বাঁক নিতে হবে এবং নিশ্চিত করতে হবে যে কোনও পাথর বাকি নেই।

এই পরীক্ষাগুলি লেখা একটি বিশদ, সময়-নিবিড় পদক্ষেপ। এটা শুধু কোড কয়েক লাইন লেখা সম্পর্কে নয়; এটি ফাংশনের উদ্দেশ্য, এর প্রত্যাশিত আউটপুট এবং এটি আপনার অ্যাপ্লিকেশনের মধ্যে কীভাবে ইন্টারঅ্যাক্ট করে তা বোঝার বিষয়ে।

এজ কেস অন্বেষণ

পরীক্ষার প্রাথমিক রাউন্ডের পরে, আপনি স্বস্তির নিঃশ্বাস ফেলতে পারেন। যদিও ধরে রাখুন; এখনও ধাঁধার একটি গুরুত্বপূর্ণ অংশ বাকি আছে। এটি প্রান্তের ক্ষেত্রে বন্য, অপ্রত্যাশিত জগতে ডুব দেওয়ার সময়।

এই অংশটি আপনার কোড কভারেজ শতাংশ বৃদ্ধি নাও করতে পারে, কিন্তু আপনার কোডের দৃঢ়তা এবং স্থিতিস্থাপকতা পরীক্ষা করার জন্য এটি অত্যন্ত গুরুত্বপূর্ণ।

এই তথাকথিত নেতিবাচক পরীক্ষাগুলি মূল্যায়ন করতে সাহায্য করে যে আপনার কোডগুলি বিভিন্ন ইনপুটগুলিতে কীভাবে প্রতিক্রিয়া দেখায়, বিশেষ করে প্রত্যাশিত আচরণের প্রান্তে থাকা। খালি ইনপুট থেকে শুরু করে মানগুলি যা আপনার ডেটা প্রকারের সীমাবদ্ধতাকে ঠেলে দেয়, এই পরীক্ষাগুলি বাস্তব জগতে ব্যবহারকারীর আচরণকে নকল করার জন্য ডিজাইন করা হয়েছে, যেখানে ব্যবহারকারীরা প্রায়ই আপনার কোডকে এমন দিকনির্দেশে ঠেলে দিতে পারে যা আপনি কখনই ভাবতে পারেননি।

স্ক্র্যাচ থেকে একটি পরীক্ষা স্যুট তৈরি করা একটি কঠিন কাজ। তবে নিশ্চিন্ত থাকুন, আপনার করা প্রতিটি প্রচেষ্টাই একটি আরও শক্তিশালী, নির্ভরযোগ্য এবং স্থিতিস্থাপক অ্যাপ্লিকেশন তৈরির দিকে একটি পদক্ষেপ।

এবং মনে রাখবেন, আপনি একা নন। আমরা সবাই সেখানে ছিলাম, এবং পিথাগোরার মতো একটি টুলের সাহায্যে যাত্রাটি যতটা ভয়ঙ্কর মনে হয় ততটা কঠিন নয়।

একটি CLI কমান্ড দিয়ে পরীক্ষা তৈরি করা হচ্ছে

অন্যদিকে, পিথাগোরার সাথে, আপনি যা করতে পারেন তা হল প্রবেশ করান:

 npx pythagora --unit-tests --path ./path/to/repo

Pythagora সমস্ত ফোল্ডারের সমস্ত ফাইলের মাধ্যমে নেভিগেট করবে, প্রতিটি ফাংশনের জন্য এটির মুখোমুখি ইউনিট পরীক্ষা করবে। এখন, আপনি বসে থাকতে পারেন এবং বিশ্রাম নিতে পারেন বা দুপুরের খাবার খেতে যেতে পারেন এবং এটি লেখার পরীক্ষা শেষ না হওয়া পর্যন্ত কিছুক্ষণ চলতে দিন।

ঠিক আছে, কিন্তু অপেক্ষা করুন, পিথাগোরা কি?

পিথাগোরা কি?

আমি সবসময় এমন একটি বিশ্বের স্বপ্ন দেখেছি যেখানে আমার জন্য স্বয়ংক্রিয় পরীক্ষা তৈরি করা যেতে পারে। কিন্তু বাস্তবতা এত সহজ নয়। আপনার কোডটি আপনার মতো কেউ জানে না, এটি অন্যের জন্য এটির জন্য কার্যকর স্বয়ংক্রিয় পরীক্ষার খসড়া করা চ্যালেঞ্জিং করে তোলে। আপনি নিজে যা অর্জন করতে চান তার ফলাফল প্রায়শই কম হয়।

যাইহোক, যখন চ্যাটজিপিটি দৃশ্যে প্রবেশ করে তখন সবকিছু বদলে যায়। যখন আমি এই প্রযুক্তির সাথে টিঙ্কার করছিলাম, তখন আমি নিজেকে ভাবছিলাম, "আমরা কি স্বয়ংক্রিয় পরীক্ষা লেখার জন্য ChatGPT-এর শক্তিকে কাজে লাগাতে পারি?"

কৌতূহল উদ্বেলিত হয়েছিল, আমি আরও গভীরে গিয়েছিলাম, এর ক্ষমতা নিয়ে পরীক্ষা করেছিলাম এবং আমি যা আবিষ্কার করেছি তা আমাকে উড়িয়ে দিয়েছিল।

ChatGPT কোড বোঝার একটি অবিশ্বাস্য ক্ষমতা প্রদর্শন করেছে, স্বয়ংক্রিয় পরীক্ষায় একটি প্রতিশ্রুতিশীল নতুন পথের আভাস প্রদান করেছে।

এবং এইভাবে, পিথাগোরার জন্য একটি ধারণার জন্ম হয়েছিল।

Pythagora হল একটি ওপেন সোর্স ডেভ টুল, একটি মিশনের কথা মাথায় রেখে তৈরি করা হয়েছে: স্বয়ংক্রিয় পরীক্ষাকে স্বায়ত্তশাসিত করা । আমি এমন একটি বিশ্বের কল্পনা করি যেখানে আপনি এবং আমার মতো বিকাশকারীরা পরীক্ষামূলক লেখা এবং রক্ষণাবেক্ষণের জলাবদ্ধতায় আটকা না পড়ে বৈশিষ্ট্য তৈরিতে ফোকাস করতে পারেন।

এই দৃষ্টিভঙ্গি অর্জন করতে, এটি GPT-4 ব্যবহার করছে।

বর্তমানে, পিথাগোরা ইউনিট এবং ইন্টিগ্রেশন উভয় পরীক্ষাই লেখার ক্ষমতা রাখে। যাইহোক, এই ব্লগ পোস্টের উদ্দেশ্যে, আমরা ইউনিট পরীক্ষা তৈরি করার ক্ষমতার উপর মনোনিবেশ করব।

স্থাপন

Pythagora ইনস্টল করতে, আপনাকে শুধু npm i pythagora করতে হবে। এটাই! পিথাগোরা এখন আপনার সেবায়।

কনফিগারেশন

একবার Pythagora ইনস্টল হয়ে গেলে, আপনাকে এটি একটি API কী দিয়ে কনফিগার করতে হবে। এটি হয় একটি OpenAI API কী বা একটি Pythagora API কী হতে পারে।

একটি OpenAI API কী ব্যবহার করতে, আপনাকে নিম্নলিখিত কমান্ডটি চালানো উচিত:

 npx pythagora --config --openai-api-key <OPENAI_API_KEY>

এটা মনে রাখা গুরুত্বপূর্ণ যে, আপনি যদি নিজের OpenAI API কী ব্যবহার করতে চান, তাহলে আপনার অবশ্যই GPT-4 অ্যাক্সেস থাকতে হবে।

বিকল্পভাবে, আপনি এই লিঙ্ক থেকে একটি Pythagora API কী পেতে পারেন। একবার আপনার কাছে এটি হয়ে গেলে, নিম্নলিখিত কমান্ড দিয়ে এটি সেট আপ করুন:

 npx pythagora --config --pythagora-api-key <PYTHAGORA_API_KEY>

কমান্ড

আপনি যদি একটি নির্দিষ্ট ফাইলের জন্য পরীক্ষা তৈরি করতে পছন্দ করেন তবে ব্যবহার করুন:

 npx pythagora --unit-tests --path ./path/to/file.js

এবং যদি আপনার মনে একটি নির্দিষ্ট ফাংশন থাকে তবে ব্যবহার করুন:

 npx pythagora --unit-tests --func <FUNCTION_NAME> 

পিথাগোরা কিভাবে কাজ করে?

চলুন পর্দার খোসা ছাড়িয়ে ইঞ্জিন রুমে উঁকি দেওয়া যাক। কি পিথাগোরা টিক তোলে?

এর মূল অংশে, পিথাগোরা আপনার কোডবেসের জটিল গোলকধাঁধায় ঢোকে, একটি নির্ভীক অনুসন্ধানকারী হিসাবে কাজ করে। প্রথমত, এটি আপনার ফাইলগুলি থেকে রপ্তানি করা সমস্ত ফাংশনকে ম্যাপ করে যাতে এটি পরীক্ষার মধ্যে থেকে তাদের কল করতে পারে।

স্পষ্টতই, যদি একটি ফাংশন রপ্তানি করা না হয়, তবে এটি তার ফাইলের বাইরে থেকে কল করা যাবে না। Btw, কয়েকবার পরীক্ষা তৈরি করার পরে, এটি আপনাকে আপনার কোডবেস সম্পর্কে ভাবতে বাধ্য করবে এবং আপনি কীভাবে এটিকে আরও ভালভাবে গঠন করতে পারেন যাতে আরও পরীক্ষা তৈরি করা যায়।

একবার এটি রপ্তানিকৃত ফাংশনগুলি সনাক্ত করে, পিথাগোরা খরগোশের গর্তে আরও একটি পদক্ষেপ নেয়: এটি প্রতিটি ফাংশনকে ঘুরে ঘুরে তদন্ত করে, ভিতরে ডাকা যেকোনো অতিরিক্ত ফাংশন খুঁজে বের করে।

এটিকে আপনার কোডবেসের প্রত্নতাত্ত্বিক হিসাবে চিত্রিত করুন, লুকানো সংযোগ এবং নির্ভরতা প্রকাশ করতে আলতো করে ধুলোর স্তরগুলিকে সরিয়ে দিন।

অন্য কথায়, এটি পরীক্ষা করা ফাংশনের মধ্যে থেকে কল করা সমস্ত ফাংশনগুলির সন্ধান করে যাতে GPT একটি ফাংশন কী করে, যার জন্য পরীক্ষাগুলি লেখা হচ্ছে, কী করে তা আরও ভালভাবে বুঝতে পারে৷

এই তথ্য দিয়ে সজ্জিত, পিথাগোরা AI এর শক্তিকে কাজে লাগাতে প্রস্তুত। এটি সংগৃহীত কোড প্যাকেজ করে এবং Pythagora API-এ প্রেরণ করে। এখানে, আসল যাদুটি ঘটে: একটি প্রম্পটটি সাবধানতার সাথে তৈরি করা হয় এবং GPT মডেলের কাছে হস্তান্তর করা হয়।

কোড, এপিআই এবং এআই মডেলের মধ্যে এই মিথস্ক্রিয়াটি ইউনিট পরীক্ষার একটি বিস্তৃত সেট তৈরি করে, যা স্থাপন করা এবং কাজ করার জন্য প্রস্তুত।

API সার্ভার এবং ব্যবহৃত প্রম্পট উভয়ই ওপেন সোর্স। আপনি যদি চান তবে সেগুলি আপনার অনুসন্ধান, যাচাই-বাছাই এবং এমনকি অবদান রাখার জন্য উপলব্ধ। আপনি এখানে Pythagora API সার্ভার খুঁজে পেতে পারেন যখন ইউনিট পরীক্ষা তৈরির প্রম্পট এবং মূল উপাদানগুলি এই ফোল্ডারে রাখা হয়।

পরীক্ষা পর্যালোচনা

Pythagora একবার অনুরোধ করা সমস্ত পরীক্ষা লিখলে, আপনার ঝাঁপিয়ে পড়ার এবং সেগুলি পর্যালোচনা করা শুরু করার সময়। এটি প্রক্রিয়ার একটি গুরুত্বপূর্ণ পদক্ষেপ; কী তৈরি করা হয়েছে তা জানা এবং সবকিছু আপনার প্রত্যাশার সাথে সামঞ্জস্যপূর্ণ তা নিশ্চিত করা গুরুত্বপূর্ণ।

মনে রাখবেন, পিথাগোরা জেস্ট-ভিত্তিক পরীক্ষা তৈরি করে। সুতরাং, সমস্ত উত্পন্ন পরীক্ষা চালানোর জন্য, আপনি কেবল চালাতে পারেন:

 npx jest ./pythagora_tests/

এখন, সতর্কতার একটি শব্দ: পিথাগোরা এখনও প্রাথমিক পর্যায়ে রয়েছে। সমস্ত তরুণ প্রকল্পগুলির মতো, এটির পথে কিছু হেঁচকি থাকতে বাধ্য। সুতরাং, আপনি আপনার প্রাথমিক রানে ব্যর্থ পরীক্ষার সম্মুখীন হতে পারেন।

হতাশ হবেন না; এই যাত্রার একটি অংশ বিবেচনা করুন. আপনার পর্যালোচনা এবং পিথাগোরার ক্রমাগত উন্নতির সাথে, এই ব্যর্থ পরীক্ষাগুলি শীঘ্রই অতীতের জিনিস হয়ে যাবে।

এবং আসুন উজ্জ্বল দিকটি ভুলে যাই না। এমনকি এই প্রাথমিক পর্যায়ের দাঁতের সমস্যাগুলির মধ্যেও, Pythagora আপনাকে এমন জায়গায় নিয়ে যেতে পারে যেখানে আপনার কোডবেসের একটি উল্লেখযোগ্য, সম্ভাব্য 90% পর্যন্ত, পরীক্ষার কভারেজ রয়েছে৷

প্রতিশ্রুতিবদ্ধ পরীক্ষা

পর্যালোচনা প্রক্রিয়া, বিশেষ করে বড় কোডবেসের জন্য, কয়েক ঘন্টা সময় লাগতে পারে। মনে রাখবেন, আপনি শুধুমাত্র যে পরীক্ষায় উত্তীর্ণ হয়েছেন তা নয়, যেগুলো ব্যর্থ হয়েছে সেগুলোও দেখছেন। আপনি আপনার সংগ্রহস্থলে প্রতিশ্রুতিবদ্ধ প্রতিটি পরীক্ষা বোঝা গুরুত্বপূর্ণ। সর্বোপরি জ্ঞানই শক্তি।

একটি পুঙ্খানুপুঙ্খ পর্যালোচনা এবং সম্ভাব্য পরিবর্তনের পরে, আপনি আপনার চূড়ান্ত পদক্ষেপ নিতে প্রস্তুত: আপনার সংগ্রহস্থলে জেনারেট করা পরীক্ষাগুলি কমিট করা৷ এই শেষ ধাপে, আপনি সফলভাবে আপনার প্রোজেক্টে একটি শক্তিশালী ইউনিট টেস্ট স্যুট সংহত করতে পারবেন।

এবং এই সবই পাইথাগোরার শক্তি এবং আপনার টার্মিনালে কয়েকটি লাইন অব কমান্ড দিয়ে অর্জন করা হয়।

লোডাশ রেপোর উদাহরণ পরীক্ষা

ঠিক আছে, এখন যেহেতু আমি আপনার আগ্রহ প্রকাশ করেছি, চলুন আসল জিনিসের দিকে তাকাই - পিথাগোরার বাস্তব উদাহরণ। আমাদের প্রদর্শনের উদ্দেশ্যে, আমরা একটি সুপরিচিত ওপেন সোর্স প্রজেক্ট, Lodash নির্বাচন করেছি।

শুধুমাত্র একটি Pythagora কমান্ড চালানোই যথেষ্ট ছিল 1604 টি পরীক্ষা তৈরি করার জন্য, যা সমগ্র Lodash সংগ্রহস্থলের একটি চিত্তাকর্ষক 91% কোড কভারেজ অর্জন করেছে । তবে এটি কেবলমাত্র পরীক্ষার পরিমাণ নয় যা চিত্তাকর্ষক।

এর মধ্যে 13টি পরীক্ষায় লোদাশ মাস্টার শাখার মধ্যে প্রকৃত বাগ বের করা হয়েছে ।

আপনি যদি নিজে এগুলি পরীক্ষা করতে আগ্রহী হন তবে আমরা লোড্যাশ সংগ্রহস্থলে কাঁটা দিয়েছি এবং পিথাগোরা দ্বারা উত্পন্ন পরীক্ষাগুলি যোগ করেছি। এখানে তাদের অন্বেষণ নির্দ্বিধায়.

এখন, আসুন একটি ঘনিষ্ঠভাবে পরীক্ষা করা যাক যা একটি গোপন বাগ ধরা পড়েছে:

 test(`size({ 'a': 1, 'b': 2, 'length': 9 })`, () => { expect(size({ 'a': 1, 'b': 2, 'length': 9 })).toBe(3); // test returns 9 });

এই পরীক্ষায়, Lodash-এর size ফাংশনটি একটি JSON অবজেক্টের আকার ফেরত দেওয়ার কথা। কিন্তু, জিপিটি length নামে একটি কী যোগ করেছে, লোডাশ বস্তুর প্রকৃত আকারের পরিবর্তে সেই কীটির মান ফেরত দিতে পারে কিনা তা দেখার জন্য একটি ছোট কৌশল।

দেখা যাচ্ছে যে লোদাশ এই ছলচাতুরির জন্য পড়েছিল, কারণ পরীক্ষায় প্রত্যাশিত '3' এর পরিবর্তে '9' ফেরত দিয়ে ব্যর্থ হয়েছিল।

এটি একটি চমত্কার উদাহরণ যে পিথাগোরা, জিপিটি দ্বারা চালিত, কীভাবে সহজে রাডারের নীচে পিছলে যেতে পারে এমন জটিল প্রান্তের কেসগুলি উন্মোচন করতে পারদর্শী।

স্বয়ংক্রিয়ভাবে এই ধরনের জটিল পরীক্ষার কেসগুলির একটি বড় সংখ্যা তৈরি করে, Pythagora হতে পারে আপনার বিশ্বস্ত সাইডকিক, আপনাকে এমন বাগগুলি আবিষ্কার এবং ঠিক করতে সাহায্য করবে যা আপনি হয়তো কখনোই আশা করেননি।

উপসংহার

ওয়েল, আমরা এটা আছে, সহকর্মী বিকাশকারীরা. আমরা আজ বেশ একটা যাত্রা শুরু করেছি, পরীক্ষা ছাড়াই যথেষ্ট কোডবেসের অজানা অঞ্চলের মধ্য দিয়ে, এবং আমাদের বিশ্বস্ত AI-চালিত টুল, Pythagora দ্বারা তৈরি একটি স্বয়ংক্রিয় পরীক্ষার স্যুট নিয়ে ফিরে আসছি।

আপনি শিখেছেন যে এমনকি একটি কঠিন, পরীক্ষা-হীন কোডবেসের মুখেও, হতাশার কোন প্রয়োজন নেই। পরীক্ষার একটি উল্লেখযোগ্য স্যুট তৈরি করার কাজটি আর একটি চড়াই স্লগ হওয়ার দরকার নেই।

আমরা পিথাগোরার জাদু প্রত্যক্ষ করেছি কারণ এটি একটি সুপরিচিত ওপেন-সোর্স লাইব্রেরি, লোডাশ পরীক্ষা করেছে এবং 1604টি পরীক্ষা তৈরি করেছে যা কোডবেসের 91% অংশকে কভার করেছে।

আমরা দেখেছি কিভাবে পিথাগোরা শুধু পরিমাণের বিষয় নয়, পরীক্ষার মানও। এটি কেবলমাত্র এটির জন্য পরীক্ষা তৈরি করছে না, তবে বুদ্ধিমত্তার সাথে প্রান্তের কেস এবং বাগগুলি খুঁজে বের করা যা অন্যথায় অলক্ষিত হয়ে পড়ে থাকতে পারে।

Pythagora লোডাশ মাস্টার শাখায় 13টি আসল বাগ উন্মোচন করেছে – সফ্টওয়্যার পরীক্ষায় AI এর শক্তির একটি প্রমাণ।

এখন, পিথাগোরার মতো AI-চালিত পরীক্ষার সরঞ্জামগুলি কেন কেবল একটি বিলাসিতা নয়, আজকের দ্রুত-গতির বিকাশের ল্যান্ডস্কেপে একটি প্রয়োজনীয়তা সম্পর্কে আপনার স্পষ্ট ধারণা থাকা উচিত।

তাই আপনি শূন্য পরীক্ষা সহ একটি বিদ্যমান প্রকল্পের সাথে কাজ করছেন বা একটি নতুন শুরু করছেন এবং শুরু থেকেই একটি কঠিন পরীক্ষার কাঠামো স্থাপন করতে চাইছেন, মনে রাখবেন যে আপনি একা নন।

Pythagora এখানে লাগাম নিতে, আপনাকে সহজে অর্থপূর্ণ পরীক্ষা তৈরি করতে সাহায্য করে এবং আপনার মূল্যবান সময় বাঁচায় যা দুর্দান্ত বৈশিষ্ট্যগুলি বিকাশে আরও ভালভাবে ব্যয় করা যেতে পারে।

এই যাত্রায় আমার সাথে যোগ দেওয়ার জন্য আপনাকে ধন্যবাদ, এবং আপনি কীভাবে আপনার প্রকল্পগুলিতে পিথাগোরাকে ব্যবহার করেন তা দেখার জন্য আমি অপেক্ষা করতে পারি না। শুভ কোডিং!

PS আপনি যদি এই পোস্টটিকে সহায়ক বলে মনে করেন, আপনি যদি Pythagora Github repo তে অভিনয় করেন তবে এটি আমার কাছে অনেক অর্থবহ হবে, এবং আপনি যদি Pythagora ট্রাই করেন, অনুগ্রহ করে আমাদের জানান যে এটি [email protected] এ কেমন হয়েছে