2.6 KiB
есть облачный ЛЛМ 120В КРАТКО - где его можно использовать в данном проекте ? и как и зачем
Список задач обновлен
Кратко — где 120B-LLM реально полезна в autotest (по убыванию ценности):
1. Разбор упавших прогонов (лучшее применение).
Где: История/панель прогона, где есть error_log + stages.
Как: отправить error_log + этапы → LLM возвращает «причина + что проверить».
Зачем: тестировщик не читает сырые терраформ/API-логи вручную — экономит время на триаже.
2. Генерация сценариев из текста.
Где: редактор сценариев (scenario-*.js, /api/scenario/definitions).
Как: «создай vDC → VM → удали» → LLM генерит steps[] JSON по схеме (service_id, operation, output/instance_ref).
Зачем: собрать цепочку автотеста словами вместо ручного JSON.
3. Подсказка значений параметров. Где: форма параметров (params-render.js / operations). Как: схема параметров (name, dataType, isRequired, valueList) → LLM предлагает разумные дефолты. Зачем: меньше проб-ошибок при заполнении обязательных полей.
4. Анализ трендов по истории.
Где: таблица runs / история.
Как: агрегат прогонов → LLM: «операция X падает в 40% на стенде test, обычно на этапе Y».
Зачем: находить флаки и системные проблемы, а не единичные падения.
5. Триаж HAR (development/*.har).
Как: HAR → LLM извлекает последовательность API-вызовов/параметры для нового сценария.
Зачем: реверс реальных операций Nubes в автотест.
Архитектурно: отдельный бэкенд-эндпоинт (напр. /api/llm/analyze), который дёргает облачный 120B; фронт вызывает по кнопке «Разобрать ошибку»/«Сгенерировать». Ничего не меняю — это ответ; скажешь «делай», добавлю в план как отдельную фазу.