Resum A Q2BSTUDIO expliquem com desenvolupem Zephyr AI, una eina de línia de comandes que automatitza la creació d'escenaris BDD en Gherkin a partir de documents PRD, integrant Confluence, Google Gemini i Zephyr Scale per transformar requisits de producte en casos de prova en minuts
Per què és important Escriure manualment casos de prova BDD des de requisits llargs és lent i repetitiu. Zephyr AI tanca la bretxa entre especificacions i gestió de proves, millorant la qualitat i accelerant el cicle de lliurament
Flux de treball 1 Fetch Requirement connectant-se de manera segura a una pàgina de Confluence via API per obtenir el PRD brut 2 Clean amp Prepare neteja i extracció del contingut rellevant de l'HTML de Confluence 3 Generate BDD with AI enviament del text net a Google Gemini amb un prompt refinat per generar escenaris BDD en Gherkin 4 Create Test Case in Zephyr ús del script Gherkin generat per crear automàticament casos de prova a Zephyr Scale mitjançant la seva REST API
Stack tecnològic Projecte desenvolupat en Python utilitzant Google Gemini API, Confluence API i Zephyr Scale REST API. Biblioteques clau requests per a crides HTTP, BeautifulSoup per a parseig HTML, python-dotenv per a gestió de secrets i eines de conversió d'HTML a text
Enginyeria del prompt La qualitat de la sortida d'un model de llenguatge gran depèn en gran mesura del prompt. Tractem el model com un enginyer de QA júnior al qual se li donen instruccions molt específiques per generar escenaris complets, de cap a cap, inferint rols d'usuari, missatges d'error i confirmacions d'èxit quan el PRD és breu
Problema pràctic resolt Un repte real va ser assignar correctament la carpeta a Zephyr Scale. El payload intuïtiu amb un objecte folder va ser ignorat per l'API i els casos es creaven a l'arrel. La solució va ser utilitzar el paràmetre top level folderId al cos de la request per garantir que els casos es creen a la carpeta desitjada
Resultats Zephyr AI ha demostrat estalviar molt de temps en automatitzar la creació de proves alineades amb les especificacions. Això permet a l'equip centrar-se en proves exploratòries de més valor i en tasques complexes que requereixen judici humà
Propers passos Per a la fase següent planegem desenvolupar una interfície web senzilla amb Flask o Streamlit perquè tot l'equip pugui utilitzar l'eina sense dependre de la línia de comandes. També considerem ampliar l'agent IA per suportar diferents idiomes, plantilles de Gherkin personalitzades i sincronització bidireccional amb sistemes de gestió de requisits
Sobre Q2BSTUDIO Q2BSTUDIO és una empresa de desenvolupament de programari i aplicacions a mida, especialistes en intel·ligència artificial, ciberseguretat i serveis cloud AWS i Azure. Oferim solucions de programari a mida, serveis d'intel·ligència de negoci i implementacions de Power BI, així com agents IA i solucions d'IA per a empreses que automatitzen processos i milloren la presa de decisions
Serveis destacats Aplicacions a mida programari a mida intel·ligència artificial ciberseguretat serveis cloud aws i azure serveis intel·ligència de negoci ia per a empreses agents ia power bi. Si busques automatitzar la generació de casos de prova, integrar IA en els teus processos o desplegar solucions segures al núvol, Q2BSTUDIO pot ajudar-te
Contacte i crida a l'acció Si t'interessa optimitzar la traçabilitat entre requisits i proves, o vols desenvolupar agents IA que automatitzin tasques clau de qualitat i validació, contacta amb Q2BSTUDIO per a una consultoria i demostració personalitzada
