Explorar la documentación
Haomai Technology AI Brain

Validar un proyecto y un cliente de ejemplo

Establezca una línea de base de prueba repetible utilizando datos sintéticos antes de integrar llamadas API reales. Esto facilita distinguir errores de procesamiento de datos, errores de protocolo y errores de presentación.

Guía técnica · Noviembre 20265 min de lectura

Qué pertenece a un proyecto de ejemplo

Mantenga la configuración, las llamadas API, la validación de resultados y la presentación por separado. Proporcione direcciones y credenciales a través de la configuración del entorno y especifique la dependencia y las versiones de tiempo de ejecución. Muestre resultados exitosos y fallidos para que los usuarios puedan evaluar tanto la ejecución como la corrección empresarial.

Si su versión incluye un SDK oficial, siga las instrucciones de instalación y autenticación específicas de la versión. De lo contrario, escriba al cliente contra el contrato API acordado. Confirme los nombres de los paquetes con el proveedor y mantenga las credenciales personales fuera del repositorio.

Comience con un ejemplo sintético completamente local

El siguiente ejemplo de biblioteca estándar de Python filtra por estado y luego suma el total de las filas seleccionadas. Se ejecuta localmente sin llamar a Haomai Technology AI Brain ni conectarse a una base de datos. Úselo como punto de partida para probar una definición de métrica. El total esperado es 200.00.

Python
from decimal import Decimal

# Synthetic records for a local calculation. No SDK call is made.
orders = [
    {"region": "A", "status": "confirmed", "amount": "120.00"},
    {"region": "B", "status": "confirmed", "amount": "80.00"},
    {"region": "A", "status": "cancelled", "amount": "30.00"},
]
total = sum(
    (Decimal(row["amount"]) for row in orders
     if row["status"] == "confirmed"),
    Decimal("0.00"),
)
assert total == Decimal("200.00")
print(total)

Agregar la llamada de servicio

  1. Mantenga los datos de referencia locales y el resultado esperado para que el cálculo pueda realizarse de forma independiente.
  2. Implemente la llamada de acuerdo con el contrato real y configure tiempos de espera y cancelación en el entorno de prueba.
  3. Convierta los valores devueltos a una estructura de datos explícita que distinga los resultados completos, fallidos y parciales.
  4. Verifique que los registros omitan credenciales, preguntas privadas completas y detalles innecesarios a nivel de registro.

Incluir casos de falla en el ejemplo

Cubra resultados vacíos, discrepancias de tipos, campos desconocidos, tiempos de espera y permisos insuficientes como mínimo. Ofrezca a los usuarios un siguiente paso de diagnóstico junto con el error. Vuelva a ejecutar estos casos después de las actualizaciones de dependencia o servicio para identificar qué capa cambió.

Incluya casos límite para montos, valores faltantes y campos de estado. Distinguir un valor faltante de un cero numérico. Llenar automáticamente los espacios en blanco en la pantalla puede ocultar un problema de calidad de los datos o un cambio de protocolo.

Pruebe con "permisos", "fuente de datos", "fabricación" o "API".