Learning Prototype Unbox do QAssist Agentes de IA para Testes de Software (2025-10-28)
Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.
O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.
Notas citadas nas anotações desta sessão.
A sessão apresentou o Learning Prototype “QAssist”, desenvolvido de forma colaborativa para explorar o uso de agentes de inteligência artificial no ciclo de desenvolvimento e nos testes de software. Foi relembrada a trajetória do projeto, desde a inception e a ampliação de repertório até a experimentação, com definição de artefatos, tecnologias e agentes especializados. A solução utiliza LangGraph, Streamlit e modelos da OpenAI para interpretar códigos, histórias de usuário, repositórios e outros artefatos, produzindo análises, planos de teste, testes unitários, cenários BDD, scripts e recomendações de testabilidade. O fluxo foi estruturado em etapas de pré-processamento, identificação de intenção, planejamento, roteamento, interpretação, geração e refinamento, mantendo a validação humana como parte essencial do processo.
Durante a demonstração, foram analisados trechos de JavaScript, repositórios públicos e arquivos de histórias de usuário. O sistema conseguiu gerar análises e sugestões úteis, mas também apresentou respostas inconsistentes, perda de contexto, falhas na geração de testes e instabilidades de acesso, incluindo erros de conexão, limites de tokens e problemas relacionados ao Streamlit. Os participantes foram convidados a testar a ferramenta e compartilhar feedbacks, com incentivo para apresentar usos relevantes. Como conclusão, o protótipo foi considerado uma experiência válida para aprendizado e aceleração inicial da criação de testes, mas ainda requer melhorias de estabilidade, controle de contexto, prompts, cobertura de cenários e suporte a repositórios privados. O código e o Miro permanecem disponíveis para exploração, execução local e evolução colaborativa.