وكلاء جودة يكتبون حالات الاختبار
وكلاء ذكاء اصطناعي على n8n يولّدون حالات الاختبار من بطاقات Trello، ويكشفون البلاغات المكررة لحظة تسجيلها، ويجيبون عن الأسئلة حول النظام.
- الدور
- مهندس جودة، ثم مهندس ذكاء اصطناعي وأتمتة، Tidal Information Systems.
- الفترة
- 2024 – 2026
- الحالة
- يستخدمها فريق جودة
- الأدوات
- n8n، LLM agents، Trello API
- ~40%من جهد الاختبار وُفّر (تقدير)
- 50%انخفاض في أخطاء الإنتاج (مع منهجية التتبع)
البنية
خطوات النظام بالترتيب
- حالات الاختبار
- بطاقة Trello (مدخل)
- وكيل AI: توليد حالات الاختبار (ذكاء اصطناعي)
- حالات اختبار للفريق (مخرج)
- البلاغات المكررة
- بلاغ جديد (مدخل)
- نموذج لغة يقارنه بالبلاغات القائمة (ذكاء اصطناعي)
- مكرر محتمل؟ (تنبيه)
- إبلاغ صاحب البلاغ (مخرج)
- قاعدة المعرفة
- سؤال من الفريق (مدخل)
- استرجاع وثائق النظام (بيانات)
- إجابة AI (ذكاء اصطناعي)
المشكلة
كان المختبرون يكتبون كل حالة اختبار يدويًا من بطاقات Trello، وكثيرًا ما كان نفس الخلل يُبلَّغ عنه أكثر من مرة من أشخاص مختلفين.
ما بنيته
ثلاثة وكلاء ذكاء اصطناعي على n8n: الأول يولّد حالات الاختبار من بطاقة Trello، والثاني يقارن كل بلاغ جديد بالبلاغات القائمة باستخدام نموذج لغة وينبّه إلى المكرر المحتمل، والثالث يجيب عن أسئلة الفريق حول النظام كقاعدة معرفة.
النتائج
وُفّر نحو 40% من وقت فريق الاختبار حسب التقدير، ومع مصفوفة التتبع وتدريب 3 مختبرين انخفضت أخطاء الإنتاج 50%.