使用 Gemini 生成有意义的测试数据

众所周知，在将应用程序部署到生产环境之前，拥有一套合适的测试数据对于确保其可靠性和性能至关重要。这有助于模拟真实场景，并在潜在问题或缺陷影响最终用户之前将其识别出来。 此外，使用具有代表性的数据集进行测试，有助于优化性能、发现瓶颈，并根据需要对算法或流程进行微调。归根结底，拥有一套全面的测试数据有助于交付更高质量的产品，降低生产环境上线后出现问题的可能性，并提升整体用户体验。

在本文中，我们将探讨如何利用生成式人工智能（即谷歌的Gemini）为多个对象的属性生成（希望是）有意义的数据。为此，我将使用RESTful服务生成JSON格式的数据，然后利用收到的数据创建对象。

这引出了一个显而易见的问题：为什么不直接使用 %Library.PopulateUtils 中的方法来生成所有数据呢？其实，如果你看过该类的的方法列表，答案也很明显——其中能生成有意义数据的方法并不多。

那么，让我们开始吧。

由于我将使用 Gemini API，而我之前还没有 API 密钥，因此需要先生成一个。要生成 API 密钥，只需打开aistudio.google.com/app/apikey 并点击“创建 API 密钥”。

并在新项目中创建一个 API 密钥

完成这一步后，你只需编写一个 REST 客户端来获取和转换数据，并构思一个发送给 Gemini AI 的查询字符串。小菜一碟 😁

为了便于说明，本示例中我们将使用以下简单类

Class Restaurant.Dish Extends (%Persistent, %JSON.Adaptor)
{
Property Name As %String;
Property Description As %String(MAXLEN = 1000);
Property Category As %String;
Property Price As %Float;
Property Currency As %String;
Property Calories As %Integer;
}

通常情况下，使用内置的 %Populate 机制就能轻松搞定。但在大型项目中，你会遇到许多属性，这些属性很难自动填充有意义的数据。

无论如何，既然我们已经有了这个类，就来思考一下向 Gemini 发送查询的措辞。假设我们编写如下查询：

{"contents": [{
    "parts":[{
      "text": "Write a json object that contains a field Dish which is an array of 10 elements. Each element contains Name, Description, Category, Price, Currency, Calories of the Restaurant Dish."}]}]}

如果我们将此请求发送至https://generativelanguage.googleapis.com/v1beta/models/gemini-pro:generateContent?key=APIKEY，将会得到类似以下的结果：

{
  "Dish": [
    {
      "Name": "Dish 1",
      "Description": "A delicious dish with a unique flavor.",
      "Category": "Main Course",
      "Price": 15,
      "Currency": "$",
      "Calories": 500
    },
    {
      "Name": "Dish 2",
      "Description": "A flavorful dish with a spicy kick.",
      "Category": "Appetizer",
      "Price": 10,
      "Currency": "$",
      "Calories": 300
    },
    {
      "Name": "Dish 3",
      "Description": "A hearty dish with a comforting flavor.",
      "Category": "Main Course",
      "Price": 20,
      "Currency": "$",
      "Calories": 600
    },
    {
      "Name": "Dish 4",
      "Description": "A refreshing dish with a zesty flavor.",
      "Category": "Salad",
      "Price": 12,
      "Currency": "$",
      "Calories": 250
    },
    {
      "Name": "Dish 5",
      "Description": "A sweet dish with a decadent flavor.",
      "Category": "Dessert",
      "Price": 8,
      "Currency": "$",
      "Calories": 400
    },
    {
      "Name": "Dish 6",
      "Description": "A savory dish with a smoky flavor.",
      "Category": "Main Course",
      "Price": 18,
      "Currency": "$",
      "Calories": 550
    },
    {
      "Name": "Dish 7",
      "Description": "A light dish with a fresh flavor.",
      "Category": "Appetizer",
      "Price": 9,
      "Currency": "$",
      "Calories": 200
    },
    {
      "Name": "Dish 8",
      "Description": "A hearty dish with a comforting flavor.",
      "Category": "Soup",
      "Price": 11,
      "Currency": "$",
      "Calories": 350
    },
    {
      "Name": "Dish 9",
      "Description": "A refreshing dish with a zesty flavor.",
      "Category": "Salad",
      "Price": 14,
      "Currency": "$",
      "Calories": 300
    },
    {
      "Name": "Dish 10",
      "Description": "A sweet dish with a decadent flavor.",
      "Category": "Dessert",
      "Price": 10,
      "Currency": "$",
      "Calories": 450
    }
  ]
}

已经不错了。真的不错！既然查询语句的措辞已经确定，我现在需要尽可能自动生成它，调用它并处理结果。

下一步——生成查询。借助那篇关于如何获取类属性列表的非常实用的文章，我们可以自动生成大部分查询内容。

ClassMethod GenerateClassDesc(classname As %String) As %String
{
    set cls=##class(%Dictionary.CompiledClass).%OpenId(classname,,.status)
    set x=cls.Properties
    set profprop = $lb()
    for i=3:1:x.Count() {
        set prop=x.GetAt(i)
        set $list(profprop, i-2) = prop.Name        
    }
    quit $listtostring(profprop, ", ")
}

ClassMethod GenerateQuery(qty As %Numeric) As %String [ Language = objectscript ]
{
    set classname = ..%ClassName(1)
    set str = "Write a json object that contains a field "_$piece(classname, ".", 2)_
        " which is an array of "_qty_" elements. Each element contains "_
        ..GenerateClassDesc(classname)_" of a "_$translate(classname, ".", " ")_". "
    quit str
}

在处理类之间的复杂关系时，使用对象构造函数将不同的对象链接在一起，或者使用 %Library.Ppulate 的内置机制，可能会更简单。

下一步是调用 Gemini RESTful 服务，并处理返回的 JSON 数据。

ClassMethod CallService() As %String
{
 Set request = ..GetLink()
 set query = "{""contents"": [{""parts"":[{""text"": """_..GenerateQuery(20)_"""}]}]}"
 do request.EntityBody.Write(query)
 set request.ContentType = "application/json"
 set sc = request.Post("v1beta/models/gemini-pro:generateContent?key=<YOUR KEY HERE>")
 if $$$ISOK(sc) {
    Set response = request.HttpResponse.Data.Read()	 
    set p = ##class(%DynamicObject).%FromJSON(response)
    set iter = p.candidates.%GetIterator()
    do iter.%GetNext(.key, .value, .type ) 
    set iter = value.content.parts.%GetIterator()
    do iter.%GetNext(.key, .value, .type )
    set obj = ##class(%DynamicObject).%FromJSON($Extract(value.text,8,*-3))
    
    set dishes = obj.Dish
    set iter = dishes.%GetIterator()
    while iter.%GetNext(.key, .value, .type ) {
        set dish = ##class(Restaurant.Dish).%New()
        set sc = dish.%JSONImport(value.%ToJSON())
        set sc = dish.%Save()
    }    
 }
}

当然，由于这只是一个示例，请不要忘记在必要时添加状态检查。

现在，当我运行它时，数据库中生成了相当令人印象深刻的结果。让我们执行一条 SQL 查询来查看这些数据。

描述和类别与菜品名称相符。此外，价格和卡路里看起来也正确。这意味着我实际上得到了一张数据库，其中填充了看起来相当真实的数据。而我接下来要运行的查询结果，也将与真实结果非常相似。

当然，这种方法的一个巨大缺点是必须向生成式 AI 编写查询语句，而且生成结果需要花费时间。但实际数据可能值得付出这些代价。总之，这由你来决定 😉

附言二：第一张图片展示了Gemini对“编写程序来生成测试数据的AI”的想象 😆