Heimdall

Tema

AI Test Generation ​

Overview ​

Fitur AI untuk menghasilkan test case secara otomatis dari deskripsi natural language, memberikan saran langkah logis berikutnya, dan mendiagnosis error dengan analisis otomatis.

Text-to-Script ​

Input ​

Deskripsi natural language tentang skenario test yang diinginkan.

Output ​

Skrip .heim yang siap dieksekusi.

Contoh ​

Input: "Login then verify dashboard"

Output:
Buka aplikasi "com.example.app"
Ketuk tombol "Login"
Ketik "user@test.com" pada kolom "Email"
Ketik "password" pada kolom "Password"
Ketuk tombol "Masuk"
Pastikan muncul teks "Dashboard"

Smart Suggestions ​

Usage ​

Inspector memberikan saran langkah logis berikutnya berdasarkan elemen yang dipilih dan konteks test.

Interface ​

typescript
interface Suggestion {
  text: string;
  type: 'click' | 'type' | 'wait' | 'scroll' | 'assert' | 'go-back';
  element: InspectorElement;
  reasoning: string;
  confidence: number;
}

Contoh Penggunaan ​

heim
# Setelah memilih elemen tombol "Login"
# Smart Suggestion: Ketik username pada kolom berikutnya
Ketik "user@test.com" pada kolom "Username"

# Setelah memilih kolom input password
# Smart Suggestion: Ketik password
Ketik "password123" pada kolom "Password"

# Setelah memilih tombol submit
# Smart Suggestion: Verifikasi dashboard muncul
Pastikan muncul teks "Dashboard"

Error Diagnosis ​

Input ​

Test gagal + screenshot + logs

Output ​

Saran perbaikan dengan confidence score

Contoh Analisis ​

Test failed: "Login Gagal - Elemen 'Masuk' tidak ditemukan"

Analisis:
- Kemungkinan: Label tombol berubah dari 'Masuk' ke 'Login'
- Confidence: 95%
- Saran: Ganti 'Masuk' dengan 'Login' pada perintah Click
- Estimasi fix: 2 detik

Provider Setup ​

OpenAI ​

json
{
  "ai": {
    "enabled": true,
    "provider": "openai",
    "apiKey": "sk-...",
    "model": "gpt-4",
    "temperature": 0.7,
    "maxTokens": 2000
  }
}

Google Gemini ​

json
{
  "ai": {
    "enabled": true,
    "provider": "gemini",
    "apiKey": "AIza...",
    "model": "gemini-pro",
    "temperature": 0.7,
    "maxTokens": 2000
  }
}

Ollama (Lokal) ​

json
{
  "ai": {
    "enabled": true,
    "provider": "ollama",
    "baseUrl": "http://localhost:11434",
    "model": "llama2",
    "temperature": 0.7,
    "maxTokens": 2000
  }
}

Configuration ​

json
{
  "ai": {
    "enabled": true,
    "provider": "openai",
    "apiKey": "sk-...",
    "model": "gpt-4",
    "temperature": 0.7,
    "maxTokens": 2000,
    "retryAttempts": 3,
    "timeoutMs": 30000,
    "fallbackToOllama": true
  }
}

Best Practices ​

Keamanan ​

  • Simpan API key di environment variable, bukan di kode
  • Gunakan Ollama untuk testing lokal tanpa koneksi internet
  • Batasi akses API key hanya untuk test yang diperlukan

Kualitas Output ​

  • Berikan deskripsi test yang jelas dan spesifik
  • Sertakan konteks aplikasi (package name, activity)
  • Gunakan sampel data yang realistis

Efisiensi ​

  • Gunakan batch processing untuk generate banyak test
  • Cache hasil generate untuk mengurangi panggilan API
  • Monitor penggunaan token dan kuota

Troubleshooting ​

Common Issues ​

  • AI provider not responding: Check API key and network
  • Low confidence suggestions: Improve prompt engineering
  • Rate limiting: Use local Ollama or increase retry delay
  • Incorrect test generation: Provide more detailed description