ドキュメントを参照する
AI-Soda Brain

サンプルプロジェクトとクライアントを検証する

実際の API 呼び出しを統合する前に、合成データを使用して再現可能なテストベースラインを確立します。これにより、データ処理エラー、プロトコルエラー、プレゼンテーションエラーを区別しやすくなります。

テクニカルガイド · 11月 2026読了目安5分

サンプルプロジェクトに含まれるもの

構成、API 呼び出し、結果の検証、およびプレゼンテーションを分離しておきます。環境設定を通じてアドレスと資格情報を指定し、依存関係とランタイムバージョンを指定します。成功と失敗の結果を表示して、ユーザーが実行とビジネスの正確性の両方を評価できるようにします。

リリースに公式 SDK が含まれている場合は、そのバージョン固有のインストールと認証の手順に従ってください。それ以外の場合は、合意された API 契約に対してクライアントを書き込みます。パッケージ名をプロバイダーに確認し、個人の資格情報をリポジトリに入れないようにしてください。

完全にローカルな合成例から始める

以下の Python 標準ライブラリの例では、ステータスでフィルターし、選択した行を合計します。AI-Soda Brain を呼び出したり、データベースに接続したりせずに、ローカルで実行されます。これを指標の定義をテストするための開始点として使用します。予想される合計は 200.00 です。

python
from decimal import Decimal

# Synthetic records for a local calculation. No AI-Soda Brain 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)

サービスコールを追加する

  1. 計算を独立して実行できるように、ローカルのベースラインデータと予想される出力を保持します。
  2. 実際の契約に従って呼び出しを実装し、テスト環境でタイムアウトとキャンセルを構成します。
  3. 返された値を、完了した結果、失敗した結果、部分的な結果を区別する明示的なデータ構造に変換します。
  4. ログに資格情報、完全なプライベートな質問、および不要なレコードレベルの詳細が省略されていることを確認します。

失敗例を例に含める

少なくとも、空の結果、型の不一致、不明なフィールド、タイムアウト、および不十分な権限をカバーします。エラーとともに次の診断手順をユーザーに提供します。依存関係またはサービスのアップグレード後にこれらのケースを再実行して、変更されたレイヤーを特定します。

金額、欠損値、ステータスフィールドの境界ケースを含めます。欠損値と数値ゼロを区別します。表示内のギャップを自動的に埋めると、データ品質の問題やプロトコルの変更が隠れる可能性があります。

「権限」「データソース」「製造」「API」などで検索できます。