AI කේත එජන්ට්වලට "අප්ලෝඩ් එක කාලෙකට අසාර්ථක වේ, කරුණාකර සකස් කරන්න" වැනි සරළ ඉල්ලීමක් යැවීම, වැරදි පෑච් එකක් නිර්මාණය කරයි. ගැටළුවේ නිශ්චිත තොරතුරු, පරීක්ෂණ පරිසරය, අපේක්ෂිත ප්රතිඵල, වාරිකතාවය යනාදිය නොදක්වන්නේ නම්, එජන්ට්වලට හෝරාවක් නොමැතිව කල්පනා කරගත හැකිය.
මෙම ගැටළුවට සාර්ථක විසඳුමක් ලබා ගැනීමට, පළමුව බග් එකේ නිරීක්ෂණය සුරක්ෂිත කර, පරිසරය, අපේක්ෂිත හා වත්මන් හැසිරීම, අඩුතම ප්රතිපත්ති, සහ පාරිභෝගිකත්වය පරීක්ෂා කරගත යුතුයි. ඒ අනුව AI එජන්ට්වලට නිවැරදි කේතය සපයන්න පුළුවන්.
ඉදිරියට, බග් පරීක්ෂණය සඳහා පහත පියවර 5 ක් අනුගමනය කිරීම සුදුසු වේ:
- නිරීක්ෂණය සුරක්ෂිත කිරීම: දෝෂ කේතය, HTTP status, අවුලක් ඇති CSV ගොනුව, සහ කාල සටහන වැනි තොරතුරු ලියාගන්න. රහස් තොරතුරු ඉවත් කරන්න.
- පරිසරය ලියාගන්න: රෙපොසිටරිය, commit hash, runtime version, OS/Container, lockfile, feature flags වැනි දේ.
- අපේක්ෂිත හා වත්මන් හැසිරීම වෙන්ව ලියන්න: "POST /imports සාර්ථකව 201 පණිවිඩයක් ලබා දෙයි" vs "500 දෝෂය සමග 'column index out of range' පණිවිඩය".
- අඩුතම ප්රතිපත්ති සොයාගන්න: අනිත් සේවා, ක්ෂේත්ර, පියවර ඉවත් කරමින්, අඩුතම CSV (දෙකොළ) පරීක්ෂා කරන්න.
- පුණ්යත්වය තහවුරු කරන්න: අඩුතම අවස්ථාව දෙවරක් හෝ වැඩි වාරිකතාවයක් සමඟ පරීක්ෂා කර, 2/10 වැනි අනුපාතයක් ලියාගන්න.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ සංවර්ධකයන්, විශ්වවිද්යාල සිසුන්, හා තාක්ෂණ ආයතන සඳහා මේ ක්රමවේදය ගැඹුරු ප්රයෝජන ගෙන දෙනු ඇත. පළමු, AI කේත එජන්ට්වලට නිවැරදි දත්ත ලබා දීමෙන් නිෂ්පාදන කාලය කෙටි වේ. දෙවැනි, බග් පරීක්ෂණයේ ස්ථාවර ක්රමයක් ඇති කිරීමෙන් දෝෂ හඳුනා ගැනීමේ නිරවද්යතාවය වැඩි වේ, එමඟින් ගුණාත්මක සොෆ්ට්වෙයා නිර්මාණය සලස්වයි. තෙවැනි, පරිසර තොරතුරු සහිත වාර්තා ලියීමෙන් දේශීය ආයතනවලට ගලපන පද්ධති අතර අන්තර්ගත ගැටළු හඳුනා ගැනීම පහසු වේ, එයින් සාර්ථක ව්යාපාරික ප්රජාවක් ගොඩනැගීමට මඟ පෙන්වයි.
අවසන් වශයෙන්, AI එජන්ට්වලට “fix it” යැවීම නතර කර, ඉහත පියවර අනුගමනය කිරීමෙන් ඔබේ කේතය වඩා විශ්වාසනීය වේ. මෙම නව පරීක්ෂණ ක්රමවේදය ශ්රී ලංකාවේ තාක්ෂණික ප්රගතියට නව මාවතක් විවර කරයි.
