borodicht

import json
import subprocess
from pathlib import Path


# =============================================================
# PATHS
# =============================================================

# Корень проекта QAI-05_adv1

borodicht

import json
import subprocess
from pathlib import Path

from evaluator import evaluate_response


# =============================================================
# PATHS
# =============================================================

borodicht

import { tool } from "@opencode-ai/plugin"

export default tool({
    description: "Получить страницу Confluence по pageId",

    args: {
        pageId: tool.schema.string()
    },

    async execute(args) {

borodicht

import com.google.gson.Gson;
import io.restassured.http.ContentType;

import static io.restassured.RestAssured.given;

public class MistralGenerator {

    public static String generatePetJson() {

        String prompt = """

borodicht

import com.applitools.eyes.selenium.Eyes;
import com.applitools.eyes.selenium.fluent.Target;
import org.openqa.selenium.By;
import org.openqa.selenium.JavascriptException;
import org.openqa.selenium.JavascriptExecutor;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import org.testng.annotations.AfterMethod;
import org.testng.annotations.BeforeMethod;
import org.testng.annotations.Test;

borodicht

Multi-Agent QA Demo — Global Rules

Project Goal

This project demonstrates a multi-agent QA workflow.

The agents cooperate to:

1. analyze requirements;
2. design test scenarios;

borodicht

        // Этап 11. Формируем промпт для bug report только по логу прогона и данным Allure.
        System.out.println("[Этап 11] Сборка промпта для bug report");
        String bugPrompt = FilesUtil.read("prompts/05_bug_report.txt")
                .replace("{{TEST_RUN_LOG}}", testRunLog)
                .replace("{{ALLURE_RESULTS}}", allureResults);
        FilesUtil.write("generated/bug_report_prompt.txt", bugPrompt);

        // Этап 12. Получаем от LLM структурированный bug report и сохраняем его как JSON.
        System.out.println("[Этап 12] Генерация bug report через LLM");
        MistralClient.LlmResponse bugResponse = MistralClient.call(bugPrompt);

borodicht

name: AI QA Pipeline

on:
  push:
    branches: [ "main", "master" ]
  workflow_dispatch:

jobs:
  ai-qa:
    runs-on: ubuntu-latest

borodicht

Ты QA-инженер.

На основе лога прогона и результатов Allure определи подтверждённые дефекты. Не выдумывай причины, шаги или ожидаемое поведение, если их нет в переданных данных.

Если дефектов нет, верни:

{ "status": "NO_BUGS_FOUND" }

Если найдены один или несколько дефектов, верни СТРОГО валидный JSON следующего формата:

borodicht

        // Этап 9. Запускаем сгенерированные тесты и сохраняем лог выполнения.
        System.out.println("[Этап 9] Запуск сгенерированных тестов");
        String testRunLog = TestRunExecutor.runTests();
        FilesUtil.write("generated/test_run.log", testRunLog);

        // Этап 10. Строим Allure-отчет и собираем результаты из target/allure-results.
        System.out.println("[Этап 10] Сборка Allure и чтение результатов");
        String allureReportLog = TestRunExecutor.buildAllureReport();
        FilesUtil.write("generated/allure_report.log", allureReportLog);
        String allureResults = FilesUtil.readFilesBySuffix("target/allure-results", "-result.json");