Powrót do: AI_Testers vol. 1 – Bonusy (aktywnie rozwijane)
📝 W tym odcinku:
Wiesz już, że gotowe Agenty to potężne wsparcie. Ale co zrobić, gdy Twój projekt ma bardzo specyficzne zasady, własne formatki zgłaszania błędów (np. do Jiry) czy unikalne środowiska testowe? Gotowiec pobrany z GitHuba tego nie ogarnie – potrzebujesz eksperta uszytego na miarę.
Główny problem: “Nie potrafię programować AI!”
Wielu testerów uważa, że tworzenie własnych modeli AI wymaga zaawansowanej wiedzy programistycznej. W tym odcinku obalamy ten mit i robimy małą “incepcję”: prosimy sztuczną inteligencję (Copilota), aby zaprogramowała dla nas… sztuczną inteligencję (naszego dedykowanego Agenta)! Całość zajmuje mniej niż 3 minuty i nie wymaga napisania ani jednej linijki kodu.
📚 Pojęcia, które warto znać:
- Plik .agents.md: Plik konfiguracyjny (zapisany w języku znaczników Markdown), który definiuje zachowanie naszego Agenta w środowisku VS Code.
- Bug Report (Zgłoszenie błędu): Dokumentacja znalezionego defektu, zawierająca m.in. środowisko, kroki do reprodukcji, oczekiwany i rzeczywisty rezultat.
- CI/CD (Ciągła Integracja i Wdrażanie): Automatyczny proces budowania, testowania i wdrażania oprogramowania na serwery.
- MCP (Model Context Protocol): Zaawansowane rozwiązanie, które pozwala sztucznej inteligencji łączyć się z zewnętrznymi narzędziami i bazami danych (np. bezpośrednio z Jirą czy narzędziami developerskimi).
- Halucynacja AI: Sytuacja, w której sztuczna inteligencja zmyśla fakty lub podaje nieprawdziwe informacje, udając przy tym pełną pewność siebie.
🧠 Anatomia Idealnego Agenta (Z czego się składa?)
Zanim skopiujesz kod wygenerowany przez czat, warto wiedzieć, co czyni Agenta prawdziwym ekspertem. Dobry plik konfiguracyjny opiera się na 4 fundamentach:
- Persona: Kim jest Agent? (np. “Jesteś ekspertem ds. defektów”).
- Prime Directives (Główne zasady): Co jest jego najważniejszym zadaniem? (np. “Zawsze wymagaj podania kroków do reprodukcji”).
- Format wyjściowy: Sztywny szablon odpowiedzi (np. sekcje: Tytuł, Środowisko, Kroki, Oczekiwany rezultat, Rzeczywisty rezultat).
- Czego absolutnie NIE może robić: “Kaganiec”, który chroni nas przed halucynacjami i wymyślaniem danych.
Wskazówka: Agenty będą z czasem ewoluować. Stopniowo dodawaj do nich brakujące lub potrzebne elementy.
🎯 Jak stworzyć i użyć własnego Agenta (Krok po kroku):
- Generowanie: Otwórz zwykły czat (np. GitHub Copilot) i napisz prompt z prośbą o wygenerowanie konfiguracji dla Twojego Agenta (określ jego personę, cel i format odpowiedzi).
- Zapis: Skopiuj wygenerowany kod. W głównym folderze projektu (w ukrytym katalogu .github/agents/) stwórz plik, np. bug-master.agents.md i wklej tam kod.
- Testowanie: Otwórz nowy czat, wywołaj agenta za pomocą ikony agentów (lub wpisując @bug-master) i podaj mu niechlujny opis zadania.
- Magia w praktyce: Agent zacznie dopytywać Cię o brakujące szczegóły (wersja przeglądarki, oczekiwany rezultat), a następnie wygeneruje idealny raport. Możesz nawet poprosić go, aby automatycznie zapisał ten raport jako nowy plik w konkretnym folderze Twojego projektu!
🚀 Od Asystenta do Poziomu Enterprise (Co dalej?)
Lokalny Agent w Twoim IDE to wspaniały, kieszonkowy pomocnik. Ale prawdziwi liderzy QA idą o krok dalej. Agenty mogą działać automatycznie w chmurze (CI/CD), integrować się przez wtyczki MCP, a nawet przejmować już zalogowane sesje użytkownika (by pisać i odpalać testy bez znajomości Twoich haseł!).
Emilia Krzemińska-Komenda
Emilia to doświadczona inżynierka QA w Hicron Software, łącząca w swojej pracy analityczny umysł testera z pasją do automatyzacji. Mocno wierzy, że technologia, w tym sztuczna inteligencja, powinna służyć ludziom, dlatego aktywnie rozwija swoją wiedzę w kierunku testowania AI oraz dostępności cyfrowej. Wierzy, że testowanie to droga do tworzenia lepszych i bardziej inkluzywnych produktów. |
W ramach rozwoju takiego bug-mastera świetnie sprawdza się dodanie mu dostępu do Playwright MCP lub CLI – wtedy agent może sam weryfikować poprawność kroków reprodukcji. Przydaje się też MCP do Jiry, dzięki czemu po zatwierdzeniu raportu przez nas agent może go opublikować w Jirze (oczywiście w naszym imieniu).