Bilirsiniz, üzerinde çalışmaya yeni başladığınız bir kod tabanına baktığınızda, bunun keşfedilmemiş uçsuz bucaksız bir vahşi doğa olduğunu fark ettiğinizde, içinize sinen belli bir endişe var. Beklenmedik durumlara karşı korunmak için tek bir test bile yazılmadı.  Bu, tek bir yanlış adımın tüm projenizi kaosa sürükleyebileceğini bilerek, bir uçurumun üzerinde ip üzerinde yürümek gibidir.  0 testli bir kod tabanı üzerinde çalıştıysanız, kod tabanının tamamını, şu anda mevcut olmayan sıfırdan testlerle kaplamayı düşünmenin göz korkutucu bir görev olabileceğini biliyorsunuz.  Süreç neredeyse devasa bir çaba gerektirir: Her işlevi, yöntemi ve bileşeni gözden geçirmeniz, tüm potansiyel uç durumlar için beyin fırtınası yapmanız, test paketi kodunu yapılandırmanız ve her şeyin sorunsuz çalışmasını sağlamanız gerekir.  Ve bu, anlamlı bir kapsama ulaşmak için gereken süreye değinmiyor bile. Arkanıza yaslanıp "Evet, %80 veya %90 kapsama ulaştık" diyebilmeniz için haftalar, belki de aylar geçiyor.  Bu yüzden son birkaç aydır üzerinde çalıştığım şeyi paylaşmaktan heyecan duyuyorum. Bu yolculuk bizi otomatik test dünyasının yapay zekanın büyülü dünyasıyla buluştuğu bir yere götürüyor. Yeni en iyi arkadaşınız olmak üzere olan açık kaynaklı bir geliştirme aracı olan Pythagora ile tanışın.  Bu blog yazısı boyunca size,   tüm kod tabanınız için testler oluşturmak üzere yapay zekanın gücünden yararlanan   göstereceğim ve   umuyorum.   . tek bir CLI komutuyla Pythagora ile otomatik testlere nasıl başlayacağınızı kod tabanınızı %80 – 90'a çıkarmayı Tek bir günde kod kapsamı yüzdesi  Sıfırdan Test Paketi Oluşturma  Hepimiz “Roma bir günde inşa edilmedi” sözünü biliyoruz. Aynı şey kapsamlı ve etkili bir test paketi için de söylenebilir. Bu titiz ve zorlu bir süreçtir, ancak bu zorlu yolu bir kez geçtiğinizde, başarı duygusu derindir.  Sıfırdan bir test paketi oluşturma ve imrenilen %80 – %90 kod kapsamına ulaşma konusunda gerekli adımları birlikte atalım.    Zemin hazırlamak  İlk aşamada boş bir tuvalin önündeki ressam gibisiniz. Dünya olasılıklarla doludur ve siz bir şaheser yaratmakta özgürsünüz.  Bu durumda başyapıtınız, yazmak istediğiniz   , kullanılacak doğru   bulmayı ve özel ortamınıza uygun   içerir. test türlerini seçmeyi test çerçevesini en iyi uygulamaları benimsemeyi  Birim testleri, entegrasyon testleri, E2E testleri veya üçünün bir karışımını mı düşünüyorsunuz?  Bu ilk kurulum genellikle "kolay" kısım olarak görülse de, kesinlikle parkta yürüyüş yapmak değildir. Bilinçli kararlar vermek için zaman, araştırma ve belki de birkaç fincan kahve gerekir.    Ayrıntılara Dalmak  Temel yapınızı oluşturduktan sonra kolları sıvayıp işin en ince ayrıntısına kadar araştırma zamanı. Şimdi, kod tabanınızın tamamını, her seferinde bir işlevi gözden geçirmeniz ve her biri için testler yazmanız gerekecek. Buradaki göreviniz, testlerinizin her işlev, yöntem veya bileşen içindeki tüm kod satırlarına dokunmasını sağlamaktır.  Bu görev karmaşık bir labirenti keşfetmeye benzer. Her yolu geçmeniz, her köşeyi dönmeniz ve çevrilmemiş taş kalmadığından emin olmanız gerekir.  Bu testleri yazmak ayrıntılı ve zaman alıcı bir adımdır. Bu sadece birkaç satır kod yazmakla ilgili değil; bu, fonksiyonun amacını, beklenen çıktısını ve uygulamanız içinde nasıl etkileşime girdiğini anlamakla ilgilidir.    Uç Durumları Keşfetmek  İlk test turundan sonra rahat bir nefes alabilirsiniz. Ama durun; bulmacanın hala önemli bir parçası kaldı.   dalmanın zamanı geldi. Uç vakaların vahşi, öngörülemeyen dünyasına  Bu bölüm kod kapsam yüzdenizi artırmayabilir ancak kodunuzun sağlamlığını ve esnekliğini test etmede çok önemlidir.    olarak adlandırılan bu testler, kodunuzun çeşitli girdilere, özellikle de beklenen davranışın sınırlarında yer alan girdilere nasıl tepki verdiğini değerlendirmeye yardımcı olur. Boş girdilerden veri türlerinizin sınırlarını zorlayan değerlere kadar bu testler, kullanıcıların genellikle kodunuzu asla mümkün olduğunu düşünmediğiniz yönlere itme becerisine sahip olduğu gerçek dünyadaki kullanıcı davranışını taklit etmek için tasarlanmıştır. Negatif testler  Sıfırdan bir test paketi oluşturmak Herkül'ün zorlu bir görevidir. Ancak emin olun ki gösterdiğiniz her çaba, daha sağlam, güvenilir ve dayanıklı bir uygulama yaratmaya yönelik bir adımdır.  Ve unutma, yalnız değilsin. Hepimiz bunu yaşadık ve Pisagor gibi bir araçla yolculuk göründüğü kadar korkutucu değil.  Tek CLI Komutuyla Test Oluşturma  Öte yandan Pythagora ile şunları girebilirsiniz:   npx pythagora --unit-tests --path ./path/to/repo  Pythagora, karşılaştığı her işlev için birim testleri oluşturarak tüm klasörlerdeki tüm dosyalar arasında gezinecektir. Artık arkanıza yaslanıp rahatlayabilir veya öğle yemeği yemeye gidebilir ve testleri yazmayı bitirene kadar bir süre çalışmasına izin verebilirsiniz.   Tamam ama durun, Pisagor da ne öyle?  Pisagor Nedir?  Her zaman benim için otomatik testlerin yaratılabileceği bir dünyanın hayalini kurdum. Ancak gerçek bu kadar basit değil. Hiç kimse kodunuzu sizin kadar bilemez, bu da bir başkasının kod için etkili otomatik testler hazırlamasını zorlaştırır. Sonuçlar çoğu zaman kendi başınıza başarabileceğinizin gerisinde kalır.  Ancak ChatGPT sahneye çıktığında her şey değişti. Bu teknolojiyle uğraşırken kendimi şunu merak ederken buldum: "Otomatik testler yazmak için ChatGPT'nin gücünden yararlanabilir miyiz?"  Merakım arttı, daha derinlere indim, yeteneklerini denedim ve keşfettiklerim beni şaşkına çevirdi.  ChatGPT, otomatik testlerde gelecek vaat eden yeni bir yola kısa bir bakış sunarak kodu kavrama konusunda inanılmaz bir yetenek gösterdi.  Ve böylece Pisagor için bir fikir doğdu.  Pythagora, tek bir amaç göz önünde bulundurularak tasarlanmış açık kaynaklı bir geliştirme aracıdır:   . Sizin ve benim gibi geliştiricilerin, test yazma ve bakım batağına saplanmadan özellikler oluşturmaya odaklanabilecekleri bir dünya hayal ediyorum. otomatikleştirilmiş testleri otonom hale getirmek  Bu vizyona ulaşmak için GPT-4 kullanıyor.  Şu anda Pythagora hem birim hem de entegrasyon testleri yazma becerisine sahiptir. Ancak bu blog yazısının amaçları doğrultusunda birim testleri oluşturma becerisine odaklanacağız.    Kurulum  Pythagora'yı kurmak için   yapmanız yeterlidir. Bu kadar! Pisagor artık hizmetinizdedir. npm i pythagora   Yapılandırma  Pythagora kurulduktan sonra onu bir API anahtarıyla yapılandırmanız gerekecektir. Bu bir OpenAI API anahtarı veya Pythagora API anahtarı olabilir.  OpenAI API anahtarını kullanmak için aşağıdaki komutu çalıştırmalısınız:   npx pythagora --config --openai-api-key <OPENAI_API_KEY>  Kendi OpenAI API anahtarınızı kullanmayı seçerseniz GPT-4'e erişiminizin olması gerektiğini unutmamak önemlidir.  Alternatif olarak   bağlantıdan Pisagor API anahtarını da alabilirsiniz. Elinize geçtikten sonra aşağıdaki komutla ayarlayın: bu   npx pythagora --config --pythagora-api-key <PYTHAGORA_API_KEY>   Komutlar  Belirli bir dosya için testler oluşturmayı tercih ederseniz şunu kullanın:   npx pythagora --unit-tests --path ./path/to/file.js  Aklınızda belirli bir işlev varsa şunu kullanın:     npx pythagora --unit-tests --func <FUNCTION_NAME>  Pisagor Nasıl Çalışır?  Perdeyi açalım ve makine dairesine bir göz atalım. Pisagor'u harekete geçiren şey nedir?  Özünde Pythagora, kod tabanınızın karmaşık labirentini araştıran cesur bir kaşif olarak işlev görür. İlk olarak, dosyalarınızdan dışa aktarılan tüm işlevleri testlerin içinden çağırabilecek şekilde eşler.  Açıkçası, bir işlev dışa aktarılmazsa dosyasının dışından çağrılamaz.   . Bu arada, birkaç kez testler oluşturduktan sonra, kod tabanınız hakkında düşünmenizi ve daha fazla test oluşturulabilmesi için onu nasıl daha iyi yapılandırabileceğinizi düşünmenizi sağlayacaktır  Dışa aktarılan işlevleri belirledikten sonra Pythagora tavşan deliğine doğru bir adım daha atar: her işlevi sırayla inceler ve içinde çağrılan ek işlevlerin peşine düşer.  Onu, gizli bağlantıları ve bağımlılıkları ortaya çıkarmak için toz katmanlarını nazikçe temizleyen kod tabanınızın arkeologu olarak hayal edin.  Başka bir deyişle,   böylece GPT, testlerin yazıldığı işlevin ne yaptığını daha iyi anlayabilir. test edilen işlevin içinden çağrılan tüm işlevleri arar,  Bu bilgilerle donanmış olan Pisagor, yapay zekanın gücünden yararlanmaya hazırlanıyor. Toplanan kodu paketler ve Pythagora API'sine gönderir. Gerçek sihir burada gerçekleşir: Bir bilgi istemi titizlikle hazırlanır ve GPT modeline aktarılır.  Kod, API ve yapay zeka modeli arasındaki bu etkileşim, dağıtılmaya ve çalışmaya hazır, kapsamlı bir birim testleri dizisinin oluşturulmasıyla sonuçlanır.  Hem API sunucusu hem de kullanılan istemler açık kaynaklıdır. Arzu ederseniz, incelemeniz, incelemeniz ve hatta katkıda bulunmanız için bunlar mevcuttur.   bulabilirsiniz; birim testlerin oluşturulmasındaki bilgi istemleri ve temel bileşenler ise   bulunur. Pythagora API sunucusunu burada bu klasörde  Testleri İnceleme  Pisagor istenen tüm testleri yazdıktan sonra sıra gelip onları incelemeye başlamanıza gelir. Bu süreçte hayati bir adımdır; Neyin yaratıldığını bilmek ve her şeyin beklentilerinize uygun olmasını sağlamak önemlidir.  Unutmayın, Pythagora Jest tabanlı testler oluşturur. Dolayısıyla, oluşturulan tüm testleri çalıştırmak için şunu çalıştırabilirsiniz:   npx jest ./pythagora_tests/  Şimdi bir uyarı: Pisagor hâlâ başlangıç aşamasındadır. Tüm genç projelerde olduğu gibi, yol boyunca bazı aksaklıkların olması kaçınılmazdır. Bu nedenle ilk çalıştırmalarınızda başarısız testlerle karşılaşabilirsiniz.  Cesaretiniz kırılmasın; bunu yolculuğun bir parçası olarak düşünün. İncelemeniz ve Pythagora'daki sürekli iyileştirmeler sayesinde, bu başarısız testler yakında geçmişte kalacak.  Ve işin parlak tarafını da unutmayalım. Bu erken aşamadaki diş çıkarma problemlerinde bile Pythagora sizi kod tabanınızın önemli, potansiyel olarak   sahip olduğu bir yere götürebilir.  %90'a kadar test kapsamına  Testlerin Yapılması  İnceleme süreci, özellikle daha büyük kod tabanları için birkaç saat sürebilir. Unutmayın, yalnızca başarılı olan testlere değil aynı zamanda başarısız olanlara da bakıyorsunuz. Deponuza yaptığınız her testi anlamak çok önemlidir. Sonuçta bilgi güçtür.  Kapsamlı bir inceleme ve olası ayarlamalardan sonra son hamlenizi yapmaya hazırsınız: oluşturulan testleri veri havuzunuza işlemek. Bu son adımla, sağlam bir birim test paketini projenize başarıyla entegre etmiş olursunuz.  Ve bunların hepsi Pythagora'nın gücü ve terminalinizdeki birkaç komuta hattı ile elde ediliyor.  Lodash Repo'da Örnek Testler   Tamam, şimdi ilginizi çektiğime göre, hadi gerçek konulara dalalım; Pisagor'un eylem halindeki somut örneklerine. Gösterimimizin amacı için iyi bilinen bir açık kaynaklı proje olan   seçtik. Lodash'ı    . Ancak etkileyici olan yalnızca testlerin miktarı değil. Sadece bir Pythagora komutunu çalıştırmak, muazzam bir 1604 test oluşturmak için yeterliydi ve tüm Lodash deposunda %91'lik etkileyici bir kod kapsamı elde edildi  Bunlardan   . 13 test, Lodash ana dalındaki gerçek hataları ortaya çıkardı  Bunları kendiniz kontrol etmek istiyorsanız Lodash deposunu çatalladık ve Pythagora tarafından oluşturulan testleri ekledik. Bunları   keşfetmekten çekinmeyin. burada  Şimdi sinsi bir hatayı yakalayan testlerden birine daha yakından bakalım:   test(`size({ 'a': 1, 'b': 2, 'length': 9 })`, () => { expect(size({ 'a': 1, 'b': 2, 'length': 9 })).toBe(3); // test returns 9 });  Bu testte Lodash'ın   fonksiyonunun bir JSON nesnesinin boyutunu döndürmesi gerekiyor. Ancak GPT, Lodash'ın nesnenin gerçek boyutu yerine bu anahtarın değerini döndürüp döndüremeyeceğini görmek için   adında bir anahtar ekledi. size length  Test, beklenen '3' yerine '9'u döndürerek başarısız olduğundan Lodash'ın bu hileye kandığı anlaşılıyor.  Bu, GPT tarafından desteklenen Pythagora'nın kolayca gözden kaçabilecek zorlu durumları ortaya çıkarmada nasıl başarılı olduğunun harika bir örneğidir.  Pythagora, bu tür çok sayıda karmaşık test senaryosunu otomatik olarak oluşturarak güvenilir yardımcınız olabilir ve hiç beklemediğiniz hataları keşfetmenize ve düzeltmenize yardımcı olabilir.  Çözüm  İşte karşınızda geliştirici arkadaşlar. Bugün, testlerden yoksun önemli bir kod tabanının keşfedilmemiş bölgelerinden geçerek ve güvenilir yapay zeka destekli aracımız Pythagora tarafından hazırlanan otomatikleştirilmiş bir test paketiyle geri dönerek büyük bir yolculuğa çıktık.  Göz korkutan, testi olmayan bir kod temeli karşısında bile umutsuzluğa kapılmanıza gerek olmadığını öğrendiniz. Önemli bir test paketi oluşturma görevinin artık zorlu bir süreç olmasına gerek yok.  Tanınmış bir açık kaynak kütüphane olan Lodash'ı incelerken ve   kapsayan   üretirken Pythagora'nın büyüsüne tanık olduk. kod tabanının dudak uçuklatan %91'ini 1604 test  Pisagor'un sadece nicelikle değil aynı zamanda testlerin niteliğiyle de ilgili olduğunu gördük. Bu sadece testler oluşturmak için değil, aynı zamanda fark edilmeden gözden kaçabilecek son durumları ve hataları akıllıca bulmaktır.  Pythagora, Lodash ana dalındaki 13 gerçek hatayı ortaya çıkardı; bu, yazılım testinde yapay zekanın gücünün bir kanıtıdır.  Artık Pythagora gibi yapay zeka destekli test araçlarının günümüzün hızlı gelişim ortamında neden sadece bir lüks değil aynı zamanda bir zorunluluk olduğunu daha net anlamalısınız.  Yani ister sıfır testli mevcut bir projeyle ilgileniyor olun ister yeni bir projeye başlıyor olun ve en başından itibaren sağlam bir test çerçevesi oluşturmak istiyor olun, yalnız olmadığınızı unutmayın.  Pythagora, dizginleri eline almak, kolaylıkla anlamlı testler oluşturmanıza yardımcı olmak ve harika özellikler geliştirmeye daha iyi harcayabileceğiniz değerli zamanınızdan tasarruf etmenizi sağlamak için burada.  Bu yolculukta bana katıldığınız için teşekkür ederim ve Pythagora'yı projelerinizde nasıl kullandığınızı görmek için sabırsızlanıyorum. Mutlu kodlama!  Not: Bu gönderiyi yararlı bulduysanız,   yıldız eklemeniz benim için çok anlamlı olacaktır ve Pythagora'yı denerseniz, lütfen bize   adresinden nasıl gittiğini bildirin. Pythagora Github deposuna hi@pythagora.ai

This post provides insights into new product. 

The code in this story is for educational purposes. The readers are solely responsible for whatever they build with it.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

0 Test Yazılıyken Otomatik Test Paketi Nasıl Başlatılır

About Author

YORUMLAR

ETİKETLERİ ASIN

BU YAZI

Related Stories

İş Akışınızı 10 Kat Nasıl İyileştirirsiniz: 17 Temel Uygulama

Claude Sonnet 3.5 Sistem Bilgi Sızıntısı: Adli Analiz

Kripto Büyümesi: Etkili Kullanıcı Kişilikleri Oluşturma

Forumlardan Feed'lere: Sosyal Medya Algoritmaları Dijital Etkileşimi Nasıl Şekillendiriyor

İş Akışınızı 10 Kat Nasıl İyileştirirsiniz: 17 Temel Uygulama

Claude Sonnet 3.5 Sistem Bilgi Sızıntısı: Adli Analiz

Kripto Büyümesi: Etkili Kullanıcı Kişilikleri Oluşturma

Forumlardan Feed'lere: Sosyal Medya Algoritmaları Dijital Etkileşimi Nasıl Şekillendiriyor

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps