Eggplant AIでは、ラーニングアルゴリズムを使って、テストケースの作成を自動化します。テストケース生成のため、そしてテストにおいて十分なカバレッジを確保するため、ユーザー側でテスト対象のアプリまたはインターフェースのモデルを作成します。
モデルの構築
モデルの計画を立てて、モデルの構築を行います。状態とアクションを必要なだけ用いて画面やページ、ダイアログボックス、メニューを表現し、アプリまたはインターフェースを再現します。状態とアクション間で起こり得る遷移を定義します。これは、インターフェースを通じた経路の候補を表すものです。
状態やアクション用の値を取得して提供する変数も、必要に応じて追加可能です。モデルは、テストのニーズに合わせて、シンプルにも複雑にもすることができます。
モデルの実行
Eggplant AIでモデルを実行すると、モデルを通してテストが辿る特定の経路がラーニングアルゴリズムによって選択されます。実行ごとに別々の経路をとることができます。モデルのカバレッジをチェックして、アクションや状態の重み調整が必要かどうかを判断するためには、Eggplant AIが生成するレポートを使用します。レポートでは、モデルの全体的な成功率と失敗率も確認することができます。モデル実行時のモデルからの出力は、コンソールで閲覧します。
テストの実行に関する基本的な情報は、Run reportで確認します。このレポートには、テスト実行データの活用に役立つ複数のフィルタリングオプションが備わっています。あるテストの実行における、モデルの特定部分の実行の有無に関する報告は、Test cases tabで行われます。ここでは、特定のテストケースの定義とそのテストケースのレポートが利用可能です。Coverage reportには、テストの実行でモデル内の状態とアクションが何回ヒットしたかが示されます。このデータは、ヒートマップまたは表の形で閲覧することが可能です。上記のレポートタブの結果は、いずれもXMLまたはCSV形式でエクスポートすることができます。
Eggplant Functionalとの統合
Eggplant AIは、Eggplant Functionalとの連動によって、テストプロセスを自動化します。Eggplant Functionalとの接続は、Eggplant AI Agentを用いて行います。まず、Eggplant FunctionalでSenseTalkスニペットを作成してから、それをEggplant AIモデル内の状態やアクションと関連付けます。SenseTalkスニペットが関連付けられたモデルを実行すると、モデルの実行と同時に、テスト対象システム（SUT）上でそれらのスニペットが実行されます。
Eggplant.io | Documentation Home | User Forums | Support | Copyright © 2019 Eggplant