انتقل إلى المحتوى
آخر الأخبار
التكنولوجيا

مهندسو “سيلزفورس” يقلصون وقت فرز 600 عطل برمجي إلى 90 دقيقة

يجمع نظام سير عمل داخلي بين الأتمتة المحددة وتفسيرات الذكاء الاصطناعي لتوجيه الأعطال الناتجة عن إيقاف واجهة برمجة تطبيقات SOAP عبر الفرق الهندسية.

مهندسو "سيلزفورس" يقلصون وقت فرز 600 عطل برمجي إلى 90 دقيقة

ذكرت شركة "سيلزفورس" (Salesforce) في تدوينة هندسية نُشرت في 17 نوفمبر أن أداة ذكاء اصطناعي داخلية ساعدت مهندساً واحداً في فرز أكثر من 600 عطل في الاختبارات خلال فترة تتراوح بين 60 و90 دقيقة تقريباً.

وقالت الشركة إن العمل اليدوي المماثل لعنصر عمل واحد يضم 600 عطل كان يُقدّر بنحو يومين أو ثلاثة أيام لعدة مهندسين، ما يجعل هذه الأداة اختباراً داخلياً لأتمتة مهام سير العمل المدعومة بالذكاء الاصطناعي.

وارتبطت هذه الأعطال بقرار "سيلزفورس" إيقاف آلية تسجيل الدخول عبر بروتوكول الوصول إلى الكائنات البسيطة (Simple Object Access Protocol)، المعروفة باسم تسجيل الدخول عبر واجهة برمجة تطبيقات SOAP، والتي كانت تدعم نموذج مصادقة قديماً. وأوضحت الشركة أن هذا التغيير أدى عمداً إلى تعطيل الاختبارات عبر الفرق والخدمات التي كانت لا تزال تعتمد على هذا الإجراء.

وقالت شيرين ناغديف، مديرة الهندسة في "سيلزفورس"، في تدوينة الشركة الهندسية: "قد يؤدي تصنيف خاطئ واحد إلى دفن خلل حقيقي داخل نطاق التأثير".

وذكرت "سيلزفورس" أن العملية السابقة كانت تتطلب من المهندسين فحص سجلات تتبع المكدس (stack traces)، وهي سجلات أخطاء تُظهر موضع فشل البرمجيات، وتحديد المسؤولية وإعادة تعيين الأعطال عبر واجهة لا يمكنها معالجة سوى 50 عطلاً في المرة الواحدة. وأضافت التدوينة: "حوّل سير العمل الحالي كل عطل إلى سلسلة من القرارات اليدوية والنقرات الفردية".

وبنى الفريق أداة "AI-Assisted Test Failure Buddy" باستخدام بروتوكول سياق النموذج (Model Context Protocol)، وهي طريقة تتيح لأنظمة الذكاء الاصطناعي التفاعل مع الأدوات والبيانات الخارجية. وأفادت "سيلزفورس" بأن الأداة تعمل كعملية مبنية بلغة بايثون وFastMCP وتتيح ثماني أدوات لـ Claude Code أو Cursor، وتتصل بواجهات برمجة التطبيقات خلف نظام GUS، وهو نظامها الداخلي لإدارة عناصر العمل وأعطال الاختبارات.

ووفقاً لـ "سيلزفورس"، يفصل هذا التصميم بين إصدار الأحكام والتنفيذ؛ إذ يتولى الكود البرمجي المحدد استدعاءات واجهة برمجة التطبيقات، والمعرّفات، والتحقق، وتجميع الدفعات، ومطابقة الأنماط، وآليات إعادة التعيين، في حين يُستخدم الذكاء الاصطناعي لتفسير سجلات تتبع المكدس غير المألوفة، ومراجعة التجميعات غير المتطابقة، والمساعدة في حل مسألة المسؤوليات الغامضة.

ويكتسب هذا الفصل أهمية لأن إعادة التعيين الجماعية قد تضاعف حجم الأخطاء بنفس سهولة مضاعفة وتيرة العمل. وأشارت "سيلزفورس" إلى أن الأداة تقوم بتعيين الأعطال ذات الصلة لعنصر عمل حالي محدد، وتستخدم معرّفات صريحة للأعطال، وتتيح للمهندسين تطبيق رسالة مشتركة تشرح السبب وإجراءات التخفيف عبر المجموعة بأكملها.

وقالت الشركة إن الإعداد المسبق لتسجيل الدخول عبر SOAP قادر على التعرف على الأنماط المعروفة المرتبطة بتغيير الإنفاذ، بينما يُخصص التحليل المدعوم بالذكاء الاصطناعي للحالات التي لا تتطابق مع الفئات المتوقعة. ويظل المهندسون مسؤولين عن مراجعة استنتاجات الأداة وتحديد ما إذا كانت الإجراءات المقترحة صحيحة.

كما أوضحت "سيلزفورس" أن الفريق استخدم أداة Claude Code للمساعدة في بناء الأداة، بدءاً من ملف توصيف (markdown) يصف المشكلة والتصميم والسلوك المطلوب، ثم توليد التنفيذ وتحسينه عبر المراجعة والاختبار البشري.

ولا يزال مستوى التبني محدوداً وفقاً للمعلومات المعلنة؛ حيث أفادت "سيلزفورس" بأن الأداة استُخدمت من جانب ثلاثة أو أربعة فرق تقريباً ولا تتضمن بعد قياسات عن بُعد لحجم التبني، رغم أنها ذكرت أن ردود المهندسين الآخرين عبر تطبيق "سلاك" (Slack) أظهرت أن سير العمل هذا يساعدهم في إدارة أعطال الاختبارات.

المصدر: مدونة الشركة، Salesforce Engineering، 17 نوفمبر

More stories

آخر الأخبار