Bug0 zvogëlon debuggimin manual të testit me 60% me Gemini 2.5 Pro

Sigurimi tradicional i cilësisë së softuerëve (QA) shpesh mbështetet në teste të brishta, të bazuara në përzgjedhës, të cilat prishen kur ndërfaqet e përdoruesit ndryshojnë. Debugimi i këtyre dështimeve zakonisht kërkon që inxhinierët të rishikojnë manualisht regjistrat dhe regjistrimet e testeve, një proces që kërkon kohë dhe që ngadalëson shpejtësinë e zhvillimit.

Bug0 , një platformë QA e mundësuar nga IA, automatizon testimin në shfletues dhe celular për ekipet e inxhinierisë. Platforma e tyre është projektuar për të gjeneruar, mirëmbajtur dhe riparuar automatikisht testet në shkallë të gjerë, duke zvogëluar vështirësitë që lidhen me QA tradicionale.

Për të përmirësuar besueshmërinë e testimit dhe për të automatizuar procesin e debuggimit, Bug0 përdor aftësitë e arsyetimit multimodal të Gemini 2.5 Pro për të analizuar regjistrimet e testimit, për të validuar rezultatet dhe për të përcaktuar automatikisht shkakun rrënjësor të dështimeve.

Bug0 kërkoi të zvogëlonte varësinë nga kornizat tradicionale të pohimeve, të tilla si Playwright, të cilat varen nga përzgjedhës specifikë të kodit që shpesh vjetrohen. Ata gjithashtu kishin nevojë për një mënyrë të shkallëzueshme për të analizuar rezultatet e testeve pa ndërhyrje manuale.

"Shikimi i regjistrimeve të plota të testimit për të identifikuar shkakun rrënjësor të një dështimi kërkonte shumë kohë, dhe mirëmbajtja e përzgjedhësve kompleksë ose pohimeve të paqëndrueshme na ngadalësoi", tha Sandeep Panda, bashkëthemelues dhe drejtor teknologjik i Bug0. "Ne kishim nevojë për një mënyrë për të përmbledhur qëllimin dhe rezultatet e testimit automatikisht duke përdorur inteligjencën artificiale."

Bug0 zgjodhi Gemini 2.5 Pro posaçërisht për aftësitë e tij të përparuara multimodale, veçanërisht aftësinë e tij për të interpretuar video.

Ata implementuan Gemini 2.5 Pro për dy funksione kryesore:

• Motori i pohimeve të inteligjencës artificiale: Motori vlerëson nëse një objektiv testimi është përmbushur bazuar në prova vizuale ose strukturore, siç janë regjistrimet video, pamjet e ekranit të faqes ose pamjet e aksesueshmërisë. Kjo zëvendëson lokalistet e kodit të brishtë me pohime të fuqishme, të mundësuara nga inteligjenca artificiale.
• Përmbledhja e dështimeve: Një agjent i inteligjencës artificiale analizon regjistrimet video të testeve të dështuara dhe përmbledh shkakun rrënjësor (p.sh., një buton që mungon ose një ridrejtim i gabuar), duke zvogëluar nevojën që inxhinierët të rishikojnë pamjet manualisht.

Bug0 integroi Gemini 2.5 Pro duke përdorur SDK-në e Google Gen AI në Node.js. Integrimi fillestar, duke përfshirë eksperimentimin dhe akordimin e shpejtë, zgjati afërsisht tre ditë.

Motori i tyre i pohimit të inteligjencës artificiale kombinon veprimet e kornizës së tyre të testimit me aftësitë e vlerësimit të Gemini 2.5 Pro. Korniza ekzekuton hapat e testimit dhe Gemini 2.5 Pro vlerëson rezultatin që rezulton.

"Në motorin tonë të pohimeve, ne kombinojmë Gemini 2.5 Pro me Playwright. Playwright kryen hapa. Gemini 2.5 Pro vlerëson rezultatin vizual dhe konfirmon nëse rezultati i pritur është përmbushur," shpjegoi Panda. "Kjo na lejon të anashkalojmë shkrimin e lokatorëve të brishtë ose pritjeve të koduara fort dhe të mbështetemi në pohime në gjuhën natyrore të mundësuara nga Gemini 2.5 Pro."

Për përmbledhjet e dështimeve, Bug0 përdor një format të specializuar të kërkesës që përfshin regjistrimin video, regjistrat e dështimeve dhe sjelljet e pritura. Gemini 2.5 Pro përpunon këtë të dhënë hyrëse për të gjeneruar përmbledhje të lexueshme nga njeriu që shpjegojnë pse testi dështoi. Saktësia e Gemini 2.5 Pro ishte thelbësore për këto detyra kritike të QA-së.

Integrimi i Gemini 2.5 Pro përmirësoi ndjeshëm rrjedhat e punës së debugging-ut të Bug0 dhe besueshmërinë e përgjithshme të platformës së tyre. Duke zëvendësuar debugging-un manual dhe shkrimin e pohimeve me rrjedha pune të drejtuara nga inteligjenca artificiale, Bug0 përshpejtoi shpejtësinë e zhvillimit për klientët e saj.

Rezultatet kryesore përfshijnë:

• Ulje prej 60% e numrit të videove të dështimit të testeve që inxhinierët duhet t'i shikojnë manualisht
• Mbi 70% e dështimeve të testeve tani përmblidhen automatikisht me sukses me shpjegime të sakta të shkakut rrënjësor.
• Një rënie e ndjeshme në paqëndrueshmërinë e pohimeve krahasuar me metodat tradicionale të bazuara në përzgjedhës