Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Usa il campione di riferimento creato con Apache JMeter disponibile su GitHub come punto di partenza per creare i tuoi test delle prestazioni.
Il campione di riferimento dimostra i principi seguenti:
- Comunicazione con Direct Line tramite protocolli WebSocket
- Guidare conversazioni a più turni
- Esecuzione di più gruppi di thread, ciascuno dei quali gestisce un caso d'uso conversazionale distinto
Il campione di riferimento è creato con JMeter, uno strumento open source molto popolare. È possibile creare script di test delle prestazioni per gli agenti Copilot Studio anche con altri strumenti. Usa criteri di selezione come:
- Supporto della community: scegli uno strumento che abbia una community esperta e attiva per la risoluzione dei problemi e la condivisione di risorse.
- Disponibilità di plug-in: assicurati che lo strumento supporti i plug-in necessari, specialmente per i protocolli WebSocket.
- Reportistica dettagliata: cerca strumenti che offrano una reportistica completa, integrata o estendibile con plug-in.
- Scalabilità: scegli strumenti che possano facilmente dimensionare l'esecuzione dei test. Sia JMeter che Locust sono compatibili con il servizio Test di carico di Azure.
Quando progetti script di test delle prestazioni per agenti creati con Copilot Studio, assicurati che simulino accuratamente l'utilizzo reale e siano in linea con tua configurazione di produzione. Le linee guida chiave che seguono ti aiutano a creare script di test efficaci e realistici:
- Simula ritardi realistici: dopo aver acquisito l'ultima risposta dell'agente, introduci un ritardo realistico (ad esempio, tra 30 secondi e 1 minuto) prima di inviare il successivo messaggio dell'utente. Questo ritardo rispecchia il modo in cui gli utenti reali si prendono il tempo per leggere, riflettere e rispondere nelle conversazioni.
- Gestione degli errori nelle conversazioni a più turni: includi un controllo degli errori dopo ogni turno nella conversazione. Se si verifica un errore (ad esempio, una risposta mancante o errata), interrompi la conversazione simulata per prevenire problemi a cascata e riflettere un comportamento realistico dell'utente.
- Utilizza i protocolli di comunicazione della tua configurazione di produzione: assicurati che il tuo script di test usi gli stessi protocolli di comunicazione della configurazione di produzione, come WebSocket o HTTP GET. Questo approccio garantisce che il test delle prestazioni rispecchi fedelmente le condizioni del mondo reale.