CheckcraftКак создать автотест с помощью ИИ в Checkcraft
Документация уже описывает поля и ожидаемые значения, а вы заново переносите их в проверки. Checkcraft AI помогает подготовить черновик, который затем можно разобрать и выполнить.
В учебном сценарии из документации подготовлены шесть тест-кейсов. Пользователь видит шаги до добавления и проверяет их на данных реального локального стенда.
Передать требования вместе с примером
Откройте Checkcraft AI. Вставьте документацию, cURL, JSON или снимок экрана через соответствующую кнопку ввода. Для первого примера начните с текста документации. Укажите, что нужно создать, какой запрос инициирует операцию и какие результаты ожидаются. Пример JSON сообщает структуру, но сам по себе не определяет обязательность полей, формулу скидки и разрешённые ошибки.
Посмотреть черновики до добавления
Раскройте шаги карточки. Сверьте адреса, источники данных, пути и ожидаемые значения. Отметьте нужные карточки и добавьте их в выбранный конструктор проверки. Полученный набор остаётся обычными редактируемыми тест-кейсами.
Что делает локальная модель
В Checkcraft используются разбор структурированных данных и локальная модель. Модель не решает, прошёл ли тест. Это определяет выполнение сохранённых шагов на фактических данных. Документация, изображения и рабочие ответы не требуют отправки в публичный AI-чат. Задачи разделяются, поэтому появление карточек не означает, что модель самостоятельно поняла весь контракт. Качество зависит от исходного материала и однозначности требований. Ограничения локального запуска и данных стоит проверить на одном небольшом сценарии.
Создать автотесты логов с помощью ИИ
В требованиях укажите поле трассировки, событие, фильтры и путь к нужному значению. Проверка поля HTTP-ответа не заменяет проверку поля лога. После генерации проверьте «Фильтр источника логов», «Извлечь JSON» и правила полей, если именно они нужны для вашего формата журнала.
Проверить работу нейросети на ошибке
Выполните тест на правильных данных, затем намеренно измените одно проверяемое значение. Если правило не замечает изменение, проверьте источник, путь и условие выполнения. Неподдерживаемую проверку нельзя считать выполненной по одному уверенно написанному ответу AI. Простой импортируемый тест ниже показывает принцип проверки на двух наборах данных.
Повторить на готовых данных
Здесь лежит учебный тест-кейс для Checkcraft, правильный JSON и вариант с намеренной ошибкой. Файлы доступны без регистрации. Это данные для упражнения, а не доступ к чужому API.
Если приложение уже открыто
Создайте коллекцию, конструктор проверки и тест-кейс через контекстное меню дерева. В редакторе нажмите «Импорт» и выберите файл тест-кейса. Откройте добавленный тест. Скопируйте содержимое правильного JSON и нажмите «Вставить данные для анализа». Затем «Запустить тест-кейс» и вкладку «Результат».
Повторите те же действия с испорченным JSON, сохранив правила. В первом запуске ожидается успешная проверка, во втором ошибка. Если результат отличается, сравните импортированный тест, источник данных и текст отчёта.
Сверить с полученными при подготовке страницы отчётами можно по файлам успешного прогона и прогона с ошибкой. Примеры проверены 14 сентября 2026 года на текущем исходном коде приложения.
Посмотреть, как это работает на ваших данных
Можно начать с учебного файла на этой странице, увидеть найденную ошибку и затем заменить данные своим обезличенным примером. Для Windows и Linux доступна Free без ограничения срока.
Получить FreeКак получить и запустить приложениеДля получения сборки нужен аккаунт и подтверждение email. Состав бесплатной версии опубликован на странице тарифов.