تست سیستمهای توزیعشده با هوش مصنوعی
دو فایل SKILL.md با نامهای designing و executing، به ایجنتهای هوش مصنوعی یاد میدن که تست سیستمهای توزیعشده رو بر اساس ادعاهای مستند محصول طراحی و اجرا کنن. خروجیشون یک پلن ساختارمند Markdown و یک گزارش یافتههاست با ۹ نوع verdict مختلف. با Claude Code، Codex، Cursor، Gemini و هر ایجنتی که Markdown بخونه کار میکنه.
این محتوا بهصورت خودکار با استفاده از هوش مصنوعی تولید شده است. بررسی نهایی آن پیش از استفاده توصیه میشود و مسئولیت استفاده از آن بهعهده کاربر است. برای مطالعه متن اصلی خبر،اینجا را کلیک کنید
خلاصهٔ کاملتر
تست سیستمهای توزیعشده یکی از سختترین کارها در دنیای نرمافزاره — چون باگهای اصلی این سیستمها معمولاً از پارتیشنبندی شبکه، شرایط رقابتی (race condition)، خرابی و بازیابی، یا پیامهای تکراری ناشی میشن، نه از منطق ساده. یک ابزار متنباز جدید به نام distributed-testing-skills دو فایل SKILL.md ارائه میده که ایجنتهای کدنویسی هوش مصنوعی میتونن ازشون برای طراحی و اجرای تست استفاده کنن.
ایدهی اصلی اینه که تست باید از ادعاهای محصول (claims) شروع بشه، نه از ساختار کد. هر سناریو یک ادعای مشخص رو زیر یک fault خاص امتحان میکنه — مثلاً «آیا append تحت partition شبکه همچنان linearizable هست؟» این رویکرد باعث میشه تستها نتونن بیسروصدا ضعیف بشن، چون هر تست اسمش از ادعایی که میخواد رد کنه گرفته شده.
خلاصهٔ کاملتر این خبر رو میتونی با داشتن اشتراک ویژه بخونی!
اشتراک رایگان
- دسترسی به خلاصهٔ کوتاه خبر
- دسترسی به خلاصهٔ کامل/اختصاصی خبر + نکات کلیدی
- ارسال اخبار مورد علاقه به ایمیل شما
- ارسال اخبار مورد علاقه به تلگرام شما
- عدم نمایش تبلیغات
اشتراک ویژه
- دسترسی به خلاصهٔ کوتاه خبر
- دسترسی به خلاصهٔ کامل/اختصاصی خبر + نکات کلیدی
- ارسال اخبار مورد علاقه به ایمیل شما
- ارسال اخبار مورد علاقه به تلگرام شما
- عدم نمایش تبلیغات




