අහසින් 1am වාරයක් ඇතුළත, නිෂ්පාදන කළමනාකරුගේ කණගාටු සටහනක් එනවා – ‘Zhang San’ කියාපු පීනට් ඇලර්ජිය ගැන පණිවිඩයක් දුන්නා, ඒත් ඊළඟ පණිවිඩයේ අසාස්ථානය මතක අමතක වුණා.’ මේ වගේ අසාමාන්ය තත්වයක් හමුවෙලා, මම Chroma වෙත ගොස් අත්යවශ්ය ප්රශ්න 4ක් ටයිප් කරලා, එක් එක් වරට පිටුව නවීකරණය වෙලා, ටෝකන් එකක් පිටපත් කරලා, Postman තුළ ඉල්ලීම සකස් කරලා පරීක්ෂා කළා.
ඉන්පසු හඳුනාගත්තානේ, ඉදිරිපස (frontend) එක පරණ API එකකට අමතර ඇමතුමක් කරලා, නව ලියූ මතකය හිස් පෙළකින් අහෝසි කරලා. ඒ මාර්ගය අපේ අතේ පරීක්ෂණ වලට ඇතුළත් නොවුණා. ඒ නිසා මැදිරි රෑකඩේ, Postman භාවිතයෙන් RAG මතක පරීක්ෂණය කරලා බලනවා කියන්නේ, ඉහළ ගොඩනැගිල්ලක අඳුරු ලාම්පු එකක් නරඹන වගේ – අවිශ්වාසදායකයි.
RAG (Retrieval‑Augmented Generation) යෙදුමේ මතක ලියන ක්රියාවලිය සාමාන්ය API එකකින් බොහොම වෙනස්. පරිශීලක ප්රශ්නය → ඉදිරිපස සන්දර්භය සකස් කරයි → පසුපස LLM එකට ඇමතුමක් කරයි, ඒක async ලෙස vector store (Chroma) එකට ලියයි → පසුගාමී සංවාදයේදී එය ලබා ගත හැක. මෙහි prompt trimming, embedding model, async worker නවතා දැමීම වැනි කාරණා මතකය සාර්ථකව ලියනවාද යන්න තීරණය කරයි. HTTP 200 එකක් පමණක් බැලීමෙන් ප්රමාණවත් නොවෙයි; Chroma තුළ නිවැරදි අන්තර්ගතය සහ metadata පරීක්ෂා කළ යුතුය.
පැරණි වැඩ පිළිවෙල තුනක් අඩුපාඩු තිබුණා: (1) මිනිසාට උපරිමය 5 ට පමණ පරීක්ෂණ කේස් පමණක් පවත්වා ගත හැකි, නමුත් සැබෑ ලෝකයේ සංයුතිය කාට්රිකස් ඝණත්වයක්. (2) කේතය වෙනස් → සේවාව නැවත ආරම්භ → අත්යවශ්ය පරීක්ෂණ → DB පරීක්ෂා – මේකට අවම වශයෙන් මිනිත්තු 5 ගත වේ. (3) අධික වේලාවක (මැදිරි රෑ) සිදු වූ සිදුවීම අතින් නැවත සෑදීම අසීරු.
ඉතින්, අපිට අවශ්ය වූයේ බ්රව්සරයක් හරහා සම්පූර්ණ සංවාදයක් රියදුරු කර, පසුගාමීව vector store එකට නිරීක්ෂණය කිරීම. Selenium වගේ පරණ මෙවලම් async කාලය, ජාල අත්අඩංගුව ගැන බොහොම කාර්යභාරයක් අවශ්ය වුණා. Playwright, නව SPA (Single Page Application) සඳහා නිර්මාණය වූ නිසා, waitForResponse හුක් එකෙන් API පිළිතුරු නිරීක්ෂණය කරගත හැකි, ත්රැස් එකතු කර DOM snapshot ගත හැක.
අවසන් විසඳුම: Playwright එක බ්රව්සර ධාවකයක් ලෙස, Chroma client එකක් සෘජුවම මතකය පරීක්ෂා කිරීමට භාවිතා කිරීම. මේ සියල්ල locale හෝ CI පරිසරයක ධාවනය කර, එක pytest ගොනුව (test_memory.py) තුළින් සම්පූර්ණ පරීක්ෂණය සිදු කරයි. කේත සැකසීමෙන් පසු තත්කාලීන ප්රතිඵල මිනිත්තු කිහිපයකින් පමණ ලැබෙනවා.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික උපාධි ශිෂ්යයන්, ස්ථාපිත සංවර්ධකයන්, ව්යාපාරිකයින් සඳහා මේ නව පරික්ෂණ ක්රමය විශාල ප්රයෝජන ලබා දෙයි. පළමු, Playwright‑Chroma එකතුව මඟින් පරීක්ෂණ කාලය 20 ගුණයක් දක්වා කෙටි කර, දෝෂ හඳුනා ගැනීමේ වේගය වැඩි කරයි. දෙවැනි, අත්යවශ්ය මතක පරීක්ෂණය සත්ය UI‑යෙහි සිදු වන නිසා, නිෂ්පාදන පරිසරයට සමීප අත්දැකීමක් ලැබේ. තෙවැනි, CI/CD පයිප්ලයින් වලට ඒකතු කිරීමෙන්, නව AI‑සබඳිත සේවා නිකුත් කරන සමාගම්වලට අධික ගුණාත්මකතා සහතිකයක් ලබා දේ. මේ නිසා ශ්රී ලංකාවේ AI‑අපලේකනය, තාක්ෂණික ආරම්භකයන්ගේ නිෂ්පාදන ගුණාත්මකතාව වැඩිවීම, සහ අන්තර්ජාතික තරඟකාරීත්වය වර්ධනය වෙයි.
අවසන් වශයෙන්, Playwright හා Chroma සමඟ RAG මතක පරීක්ෂණය ස්වයංක්රිය කර ගැනීම, දෝෂ සොයා ගැනීමේ කාර්යක්ෂමතාව වැඩි කර, සංවර්ධන කාලය කෙටි කර, ශ්රී ලංකාවේ AI‑ආශ්රිත නිෂ්පාදනවල ගුණාත්මකතාව ඉහළ දක්වා, දේශීය තාක්ෂණික පරිසරයට නව මානක් එක් කරයි.
