AI Reasons توضیح میدهد چرا یک test case در نتایج فعلی اولویتبندی با AI پیشنهاد شده، در اولویت قرار گرفته، یا کنار گذاشته شده است.
این دلایل بر اساس سیگنالهایی مثل سابقه اجرا، فعالیتهای اخیر، failureها، bugها، priority، مدت زمان اجرا، و کامل بودن test case تعیین میشوند.
از AI Reasons بهعنوان پشتیبان تصمیمگیری استفاده کنید. این دلایل کمک میکنند بفهمید چرا یک تست ممکن است برای هدف فعلی تست مهم باشد، اما باید آنها را همراه با شناخت خود از محصول، محدوده release، و استراتژی تست بررسی کنید.
AI Reasons که ممکن است ببینید #
فعالیت اجرا #
این دلایل بر اساس این است که یک تست چند وقت یکبار اجرا میشود و آخرین استفاده از آن چقدر جدید بوده است.
مثالها:
- «تعداد اجرای تاریخی کم»
- «تعداد اجرای اخیر بالا»
- «تعداد اجراهای اخیر»
- «منظم بودن اجرا»
- «فاصلههای نامنظم و طولانی بین اجراها»
- «فاصله طولانی از آخرین اجرا»
- «دوره طولانی بدون فعالیت»
- «میانگین فاصله بین اجراها ۵ روز یا بیشتر است»
- «تعداد اجرا کم است»
- «تعداد اجراهای اخیر کمتر از سطح مورد انتظار است»
- «دفعات اجرای اخیر کمتر از سطح مورد انتظار است»
معنی این مورد:
AI بررسی میکند که آیا این تست بهطور منظم استفاده میشود، آیا اخیراً اجرا شده است، و آیا به نظر میرسد بخشی از فعالیت عادی تست باشد یا نه. تستهایی که فعالیت بسیار کمی دارند ممکن است برای بعضی هدفهای اولویتبندی کمتر مرتبط باشند، در حالی که تستهایی که زیاد اجرا میشوند میتوانند نشاندهنده پوشش مهم regression یا پوشش حیاتی برای کسبوکار باشند.
Failureها و پایداری #
این دلایل بر اساس runهای ناموفق، failureهای اخیر، failureهای تکراری، و نتایج ناپایدار تعیین میشوند.
مثالها:
- «زنجیره failure فعال»
- «زنجیرههای failure تکرارشونده»
- «سیگنالهای نرخ failure در گذشته»
- «تعداد failureها در گذشته»
- «نرخ failure بالا در گذشته»
- «سابقه اجرای ناپایدار»
- «نتایج اجرای ناپایدار»
- «در سی روز گذشته fail شده است»
- «در ماه گذشته fail شده است»
- «آخرین اجرا fail شده است»
- «آخرین run fail شده است»
- «وقوع failure اخیر»
- «الگوهای failure اخیر»
- «روند وزندار failureهای اخیر»
- «بازیابی ضعیف پس از failureها»
- «failureهای متوالی به آستانه رسیدهاند یا از آن عبور کردهاند»
- «تعداد روزهای گذشته از آخرین failure بیشتر از ۱۴ روز است»
منظور چیست:
AI تستهایی را شناسایی میکند که ممکن است به بخشهای ناپایدار یا پرریسک محصول اشاره داشته باشند. failureهای اخیر، failureهای تکراری و نتایج ناسازگار میتوانند نشان دهند کدام بخشها پیش از انتشار به بررسی دقیقتری نیاز دارند.
Bugها و نشانههای ریسک #
این دلایل بر اساس bugهایی هستند که به اجراهای قبلی یا بخش تست مرتبط شدهاند.
مثالها:
- «تراکم بالای bug»
- «تراکم بالای bug در هر اجرا»
- «تراکم نرمالشدهی bug»
- «بیش از ۱۰ bug در ۱۰ اجرای اخیر»
- «تعداد کل bugها از ۳۰ بیشتر است»
- «تعداد bug در هر اجرا بالاتر از آستانهی انتخابشده است»
منظور چیست:
AI بررسی میکند که آیا این test یا بخش تست در گذشته با bugهای زیادی همراه بوده است یا نه. تعداد زیاد bug میتواند نشانهی ریسک بالاتر در محصول باشد و باعث شود بررسی یا اجرای آن test اهمیت بیشتری پیدا کند.
ارتباط با اولویت و smoke testing #
این دلایل بر اساس اولویتی هستند که به test case اختصاص داده شده است.
مثالها:
- «بر اساس اولویت داخلی»
- «caseهای بحرانی و با اولویت بالا را برای smoke scope در اولویت قرار میدهد»
- «test در بین ۳ سطح اولویت بالاتر قرار دارد»
منظور چیست:
AI اولویت test case را در نظر میگیرد. testهای بحرانی یا با اولویت بالا ممکن است هنگام ساخت test runهای متمرکز، smoke testها یا scopeهای risk-based testing مرتبطتر باشند.
مدت زمان و تلاش لازم برای تست #
این دلایل بر اساس زمان تخمینی اجرا هستند.
مثالها:
- «مدت زمان تخمینی کوتاه»
- «کاهش امتیاز به دلیل مدت زمان طولانی»
- «فرایندهای پیچیده و زمانبر»
- «مدت زمان تخمینی ۶۰ دقیقه است»
- «test بهعنوان کوتاه دستهبندی شده است»
منظور چیست:
AI مقدار تلاشی را که برای اجرای test لازم است در نظر میگیرد. testهای کوتاهتر میتوانند برای چرخههای بازخورد سریع مفید باشند، در حالی که testهای طولانیتر ممکن است بسته به هدف انتخابشده اولویت کمتری بگیرند یا کنار گذاشته شوند.
Statusهای مشکلساز #
این دلایل بر اساس statusهای اجرا هستند که ممکن است نشاندهندهی ریسک باشند یا نیاز به توجه داشته باشند.
مثالها:
- «آخرین اجرا با یک status مشکلساز مطابقت دارد»
- «سابقهی پرتکرار statusهای مشکلساز»
منظور چیست:
AI بررسی میکند که آیا test اخیراً با statusی تمام شده که نیاز به توجه دارد، یا اینکه statusهای مشکلساز در سابقهی اجرای آن زیاد تکرار شدهاند یا نه.
دلایلی که با «out of scope because» شروع میشوند #
برخی AI Reasons توضیح میدهند چرا یک test در مجموعه نتایج فعلی قرار نگرفته است.
مثالها:
- «خارج از محدوده است، چون تعداد دفعات اجرا کم است»
- «خارج از محدوده است، چون تعداد اجراهای اخیر کمتر از سطح مورد انتظار است»
- «خارج از محدوده است، چون مدتزمان تخمینی ۶۰ دقیقه است»
- «خارج از محدوده است، چون test فیلدهای خالی یا metadata ناقص دارد»
- «خارج از محدوده است، چون test هنوز اجرا نشده است»
این یعنی چه:
این test با هدف فعلی اولویتبندی یا معیارهای انتخابشده مطابقت نداشت. این موضوع همیشه به معنی بیاهمیت بودن test نیست؛ یعنی این test برای زمینه فعلی توصیه AI گزینه مناسبی تشخیص داده نشده است.
نحوه استفاده از AI Reasons #
از AI Reasons برای درک دلیل توصیه استفاده کنید، سپس قضاوت QA خود را به کار بگیرید.
برای مثال:
- اگر یک test اخیراً fail شده باشد، ممکن است بهتر باشد آن را در regression run قرار دهید.
- اگر bugهای زیادی به یک test لینک شده باشد، ممکن است نشاندهنده یک بخش پرریسک باشد.
- اگر یک test مرتب اجرا میشود، ممکن است یک workflow مهم را پوشش دهد.
- اگر یک test مدت زیادی اجرا نشده است، بررسی کنید که آیا هنوز مرتبط است یا نه.
- اگر یک test metadata ناقص دارد، جزئیات test case را بررسی و بهروزرسانی کنید.
AI Reasons کمک میکند اولویتبندی شفافتر شود تا testerها سریعتر بفهمند چرا یک test توصیه شده است و تصمیم بگیرند قدم بعدی چیست.
