Детальная информация

Целью работы является создание прототипа веб-приложения для генерации структурированных тест-кейсов на основе текстовых требований с учётом архитектурного контекста тестируемой системы, с применением LLM Gemini и механизма Retrieval-Augmented Generation на базе векторных эмбеддингов. Метод – проектирование и реализация RAG-pipeline с использованием PostgreSQL + pgvector, эмпирическая оценка качества по интегральной метрике, сравнительный эксперимент (с RAG и без RAG). Результатом является функционирующий прототип на Java/Spring Boot. Экспериментально подтверждено, что применение RAG повышает интегральный показатель качества тест-кейсов в среднем на 103% по сравнению с генерацией без контекста. Область применения – процессы тестирования ПО: ручное тестирование, этап анализа требований, подготовка тестовой документации.

The goal of this thesis is to create a prototype web application for generating structured test cases based on textual requirements, taking into account the architectural context of the system under test, using the Gemini LLM and the Retrieval-Augmented Generation mechanism based on vector embeddings. The method involves designing and implementing a RAG pipeline using PostgreSQL + pgvector, empirical quality assessment using an integrated metric, and a comparative experiment (with and without RAG). The result is a functioning prototype in Java/Spring Boot. It has been experimentally confirmed that using RAG increases the overall test case quality score by an average of 103% compared to generation without context. Scope: software testing processes: manual testing, requirements analysis, and test documentation preparation.