Telekom üçün avtonom reqressiya testi
Telekom üçün avtonom reqressiya testi. Operatorlar Azərbaycan və rus dillərində milyonlarla abunəçi qarşılıqlı əlaqəsini xidmət keyfiyyəti SLA-ları altında idarə edir.
Telekom operatorları üçün avtonom reqressiya testi
Azərbaycan və rus dillərində milyonlarla abunəçiyə xidmət göstərən telekom operatorları üçün xidmət keyfiyyəti SLA-larını qorumaq, yüksək çağrı mərkəzi həcmini idarə etmək və abunəçi itkisinin qarşısını almaq strateji əhəmiyyət daşıyır. Argus — Allmaz-ın özündə yerləşdirilən AI test platformasının reqressiya mühərriki — tarif aktivasiyası, hesab idarəetməsi və şikayət qeydiyyatı kimi mürəkkəb, çox rollü iş axınlarını insan müdaxiləsi olmadan sınaqdan keçirir, hər addımı şəffaf şəkildə qeydə alır və real məhsul qüsurlarını müstəqil olaraq aşkar edərək komandanıza hazır hesabat təqdim edir. Bütün bunlar operatorun öz infrastrukturunda, xarici SaaS asılılığı olmadan həyata keçirilir.
Telekom üçün əsas üstünlüklər
Abunəçi portalı, tarif dəyişikliyi və hesab idarəetməsi kimi tez-tez dəyişən axınlar üçün gecəlik cron cədvəli ilə avtomatik reqressiya — SLA pozuntularından əvvəl qüsurlar aşkar edilir, mühit məşğul olarsa icra itirilmək əvəzinə təxirə salınır.
Çox rollü ssenarilər — operator, təsdiqləyici və texniki işçi kimi fərqli rollar hər biri müstəqil autentifikasiya edilmiş brauzer sessiyasında işləyir; paralel agentlər paylaşılan mühitdə toqquşmadan çalışır, AZ/RU qarışıq interfeys axınları da tam dəstəklənir.
Hər uğursuz nəticə avtomatik olaraq məhsul qüsuru, agent uğursuzluğu, mühit xətası, iddia uğursuzluğu, döngü, addım limiti və ya müddət aşımı kimi yeddi kateqoriyadan birinə aid edilir — komanda vaxtını düzgün prioritetlərə yönəldir.
Şübhəli məhsul xətası aşkar edildikdə sistem hazır hesabat formalaşdırır; insan nəzərdən keçirir və Qase-ə qüsur kimi və ya Jira-ya ötürür — AI heç vaxt müstəqil qərar vermir, yanlış müdaxilənin qarşısı alınır.
Hər model çağrısı ölçülür və xərc çağrıdan addıma, ssenaridən dəstə, dəstdən buraxılışa qədər toplanır; iki pilləli icra sayəsində əvvəlcə ucuz model işləyir, yalnız agent tərəfli uğursuzluqlar daha güclü modelə eskalasiya edilir — büdcə planlaması tam şəffafdır.
Tam özündə yerləşdirmə — on konteyner və paylaşılan artefakt həcmi ilə operatorun öz infrastrukturunda işləyir, xarici SaaS asılılığı yoxdur, abunəçi məlumatları heç vaxt kənara çıxmır.
Platforma imkanları
YAML əsaslı ssenarilər — seçici yox, məqsəd
Test ssenariləri rol, iddialar və addım/vaxt büdcəsi olan versiyalanmış YAML obyektivləri kimi yazılır; koordinat və ya seçici istifadə edilmir. Bu o deməkdir ki, abunəçi portalının interfeysi dəyişdikdə ssenarilər köhnəlmir. Ssenarilər, dəstlər və paylaşılan tətbiq qeydləri web UI-dən redaktə edilir və saxlanarkən runner-ın öz sxeminə qarşı yoxlanılır.
Çox rollü iş axınları
Yaradıcı, təsdiqləyici və təchizatçı kimi fərqli rollar hər biri müstəqil autentifikasiya edilmiş brauzer sessiyasında işləyir. Paralel agentlər paylaşılan mühitdə toqquşmadan çalışır — böyük telekom komandasının eyni vaxtda test etməsi üçün idealdır. Giriş əməliyyatı skript tərəfindən deterministik şəkildə həyata keçirilir; etimadnamələr şifrəli anbar vasitəsilə həll edilir, agent heç vaxt parol görməz.
Şəffaf addım qeydi və uğursuzluq təsnifatı
Agent hər addımda ekran görüntüsünü müşahidə edir, mühakiməsini açıq şəkildə bildirir və bir əməliyyat icra edir; hər addım — uğurlu olsun ya olmасın — qeydə alınır. İddialar agentin özü tərəfindən deyil, müstəqil yoxlayıcı tərəfindən yoxlanılır. Uğursuzluqlar yeddi kateqoriyaya bölünür ki, komanda dərhal problemi kökündən anlasın.
İki pilləli model icrası və xərc nəzarəti
Əvvəlcə daha ucuz model işləyir; yalnız agent tərəfli uğursuzluqlar daha güclü modelə bir dəfə eskalasiya edilir. Hər model çağrısı ölçülür və xərc çağrıdan addıma, ssenaridən dəstə, dəstdən buraxılışa qədər toplanır. Model seçimi verilənlər bazasında saxlanılır və hər iş vahidi üçün oxunur — model dəyişikliyi növbəti icradan etibarən qüvvəyə minir, yenidən yerləşdirməyə ehtiyac yoxdur.
Qase.io inteqrasiyası və xəta reyestri
Test halları Qase-dən dəyişdirilmədən idxal edilir — heç bir model onları yenidən yazmır; API testi kimi etiketlənmiş hallar idxal zamanı keçilir, çünki brauzer agentinin sorğu və status kodu ilə işi yoxdur. Hər nəticə tamamlandıqca Qase icrasına Argus sübutuna keçidlə birlikdə geri göndərilir. Xəta reyestri bütün uğursuz nəticələri saxlayır — insan nəzərdən keçirir və Qase-ə qüsur kimi və ya Jira-ya ötürür.
Cron cədvəli və mühit idarəetməsi
Dəstlər gecəlik kimi cron cədvəlləri ilə işlədilir; mühit məşğul olarsa icra itirilmək əvəzinə təxirə salınır. Bir yerləşdirmə bir neçə mühiti — test, staging, istehsal — hər biri öz base URL-i, giriş addımları və rol hesabları ilə sınaqdan keçirir. Hər icra mühitin build damğasını qeydə alır; nəticələr axtarılır, əvvəlki icra ilə müqayisə edilir və canlı konsolda izlənilir.
Necə işləyir
Tez-tez verilən suallar
Abunəçi məlumatları xarici serverə göndərilirmi?
Xeyr. Argus tamamilə özündə yerləşdirilir — on konteyner və paylaşılan artefakt həcmi ilə operatorun öz infrastrukturunda işləyir. Xarici SaaS asılılığı yoxdur; abunəçi məlumatları heç vaxt kənara çıxmır. Modellər, etimadnamələr, xərc uçotu və yerləşdirmə bütün üç mühərrik — reqressiya, AI və pentest — üçün bir dəfə konfiqurasiya edilir.
AZ və RU dillərindəki qarışıq interfeys axınları üçün ssenarilər necə yazılır?
Ssenarilər koordinat və ya dil spesifik seçici deyil, məqsəd əsaslı YAML obyektivləri kimi yazılır. Agent ekran görüntüsünü müşahidə edərək mühakimə edir — interfeys dili, düzülüşü və ya vizual dizayn dəyişsə belə ssenari köhnəlmir. Keçən icranın yolu addım niyyətləri kimi — heç vaxt koordinat kimi — sonrakı icralar üçün məsləhət rəhbərliyi olaraq saxlanılır.
Mövcud Playwright skriptlərimiz ilə birlikdə istifadə edilə bilərmi?
Bəli. Argus Playwright-ı əvəz etmir, tamamlayır. Stabil, dəyişməyən axınlar üçün deterministik skriptlər tövsiyə edilir; uzun, çox rollü və tez-tez dəyişən axınlar üçün isə AI agentlər daha uyğundur. Hər iki yanaşma eyni komanda infrastrukturunda paralel mövcud ola bilər.
Model xərclərini necə nəzarət altında saxlaya bilərəm?
Hər model çağrısı ölçülür və xərc çağrıdan addıma, ssenaridən dəstə, dəstdən buraxılışa qədər toplanır. İki pilləli icra say