Zespoły QA rzadko narzekają na pisanie pierwszej rundy testów dla nowej funkcji — to utrzymanie ich później wyczerpuje ludzi: przepisywanie testów po każdym refaktorze, gonienie za niestabilnymi awariami i utrzymywanie list kontrolnych zgodnych z tym, co faktycznie trafiło na produkcję. Zbudowaliśmy Testing AI Assistant wokół tej drugiej, mniej efektownej połowy pracy.

Testing AI Assistant łączy się z repozytorium przez GitHub, GitLab lub Bitbucket i najpierw buduje profil projektu: drzewo plików, pliki konfiguracyjne i testy, które już istnieją. Na tej podstawie proponuje przypadki testowe — jednostkowe, integracyjne lub end-to-end — dla plików źródłowych, które nie mają jeszcze testów. Każdą propozycję akceptujesz lub odrzucasz, a dopiero potem agent pisze kod. Każdy wygenerowany plik jest sprawdzany kompilatorem TypeScript i ESLintem w klonie repozytorium, zanim trafi na osobną gałąź, opcjonalnie z pull requestem. Jak to działa krok po kroku i gdzie zawodzi, opisujemy w artykule Czy AI może pisać przypadki testowe z kodu źródłowego?

Uruchomienia przechodzą przez jeden Pipeline to ustalona z góry sekwencja kroków przetwarzania — w odróżnieniu od agenta nie wybiera kolejności, tylko zawsze wykonuje tę samą. Pełna definicja →. Testy jednostkowe i integracyjne, lint, statyczna analiza bezpieczeństwa i audyt zależności idą równolegle; testy end-to-end, Playwright, testy obciążeniowe, dynamiczne skanowanie bezpieczeństwa i pokrycie — po kolei, a end-to-end jest pomijane, gdy testy jednostkowe już nie przeszły. Każdy krok ma własne ponowienia i limity czasu, a panel pokazuje postęp uruchomienia na żywo. Dziś uruchomienie startuje z panelu, przez API to interfejs, przez który dwa systemy wymieniają dane automatycznie — bez eksportów do Excela i przeklejania ręką. Pełna definicja → albo z czatu; uruchomienia według harmonogramu i po pushu nie są jeszcze podłączone.

Listy kontrolne to miejsce, w którym dyscyplina testowania po cichu się rozpada — wydanie wychodzi, trzech punktów z listy nikt nie sprawdził i nikt tego nie zauważa, dopóki nie zrobi tego klient. Testing AI Assistant zamienia opis tego, co trzeba sprawdzić, w listę 10–25 scenariuszy z priorytetami, pisze test Playwright dla każdego punktu i uruchamia je po kolei pod wskazanym adresem.

Po uruchomieniu wyniki analizują osobni agenci: detektor niestabilnych testów porównuje dziesięć ostatnich zakończonych uruchomień, detektor błędów czyta awarie, a doradca pokrycia zaczyna od najsłabiej pokrytych plików. Ich sugestie akceptujesz lub odrzucasz. Gdy uruchomienie się kończy albo pada, zespół dostaje powiadomienie e-mailem, na Slacku lub jako push.

Testing AI Assistant jest bezpłatny w okresie testowania, a kod źródłowy dostępny na GitHub. Chcesz wczesnego dostępu albo masz opinię? development@mi-code.pl.

Najczęstsze pytania

Jakie rodzaje testów potrafi tworzyć generator testów AI?
Proponuje przypadki testowe jednostkowe, integracyjne i end-to-end dla plików źródłowych, które nie mają jeszcze testów, na podstawie profilu projektu zbudowanego z drzewa plików, konfiguracji i istniejących testów. Każdą propozycję akceptujesz, zanim powstanie kod, a każdy wygenerowany plik jest sprawdzany kompilatorem TypeScript i ESLintem, zanim trafi na osobną gałąź.
Jak Testing AI Assistant uruchamia testy i jak radzi sobie z niestabilnymi awariami?
Każde uruchomienie przechodzi przez jeden pipeline: szybkie sprawdzenia równolegle, a end-to-end i cięższe kroki po nich; end-to-end jest pomijane, gdy testy jednostkowe już nie przeszły. Każdy krok ma własne ponowienia i limity czasu. Niestabilne testy są wykrywane po uruchomieniu przez porównanie dziesięciu ostatnich zakończonych uruchomień. Uruchomienie startuje z panelu, przez API albo z czatu; uruchomienia według harmonogramu i po pushu nie są jeszcze podłączone.
Jak Testing AI Assistant pomaga panować nad listami kontrolnymi jakości?
Zamienia opis tego, co trzeba sprawdzić, w listę 10–25 scenariuszy z priorytetami, pisze test Playwright dla każdego punktu i uruchamia je po kolei pod wskazanym adresem — lista jest wykonywana, a nie odhaczana ręcznie.
Co dzieje się po uruchomieniu testów?
Wyniki analizują osobni agenci: detektor niestabilnych testów porównuje dziesięć ostatnich zakończonych uruchomień, detektor błędów czyta awarie, a doradca pokrycia zaczyna od najsłabiej pokrytych plików. Ich sugestie akceptujesz lub odrzucasz. Gdy uruchomienie się kończy albo pada, zespół dostaje powiadomienie e-mailem, na Slacku lub jako push.
Ile kosztuje Testing AI Assistant i jak uzyskać do niego dostęp?
Testing AI Assistant jest bezpłatny w okresie testowania, a jego kod źródłowy jest dostępny na GitHub. Po wczesny dostęp lub aby przekazać opinię, można napisać na development@mi-code.pl.