TCS entwickelt AWS-basierten agentischen Test-Orchestrator für BFSI-Kunden
Tata Consultancy Services hat auf AWS einen agentischen Test-Orchestrator entwickelt, der Projektanforderungen in ausführbare, kontrollierte Tests für Kunden aus den Bereichen Banken, Finanzdienstleistungen und Versicherungen umwandelt. Die Plattform nutzt Amazon Bedrock AgentCore, um spezialisierte Agenten für Testdesign, Codegenerierung, Validierung und Ausführung zu koordinieren.
- TCS hat einen agentischen Test-Orchestrator für BFSI-Testteams entwickelt.
- Die Plattform nutzt spezialisierte Agenten für Generierung, Überarbeitung und Ausführung.
- Mandantendaten, Identitäten, Schlüssel und Wissensspeicher sind voneinander getrennt.
- API-Tests laufen auf AWS Fargate, während Selenium-UI-Tests ECS mit Unterstützung durch Amazon EC2 nutzen.
Ein auf Finanzdienstleistungstests ausgelegter Workflow
TCS zufolge ist der langsamste Teil eines Release-Prozesses oft die Arbeit nach der Fertigstellung des Anwendungscodes. Teams müssen weiterhin Anforderungen interpretieren, Szenarien entwerfen, Automatisierungen erstellen und pflegen, Ausführungsumgebungen vorbereiten, Fehler untersuchen und Nachweise für die Prüfung zusammenstellen.
Das Ziel bestand nicht darin, Qualitätssicherungsingenieure zu ersetzen. Stattdessen soll der Orchestrator wiederkehrende Übersetzungs- und Ausführungsaufgaben reduzieren, damit sich Ingenieure stärker auf Risikoanalysen, exploratives Testen und Release-Entscheidungen konzentrieren können.
TCS identifizierte vier Anforderungen an die Plattform. Die Tests mussten projektspezifischen Kontext nutzen, sowohl API- als auch browserbasierte UI-Tests unterstützen, die Daten und Wissensspeicher jedes Mandanten voneinander isolieren und einen wiederholbaren Weg von der Aufnahme der Anforderungen bis zu Testnachweisen und Berichten bieten.
Spezialisierte Agenten ersetzen einen einzelnen generativen Prompt
TCS nutzte bereits herkömmliche Testautomatisierung. Dieser Ansatz beseitigte jedoch nicht den Aufwand für die Erstellung von Szenarien, deren Umwandlung in Skripte, die Pflege von Locators und Abhängigkeiten oder die Diagnose von Fehlern. Skripte konnten zudem veralten, wenn sich eine verknüpfte User Story änderte.
Der Agentic Test Orchestrator teilt den Workflow in spezialisierte Aufgaben auf. Jede Aufgabe verfügt über einen eigenen Agenten, eigene Werkzeuge, Validierungsregeln und eigenen Kontext. Ein deterministischer Supervisor leitet die Arbeit weiter, während ein Ausführungs-Workflow Wiederholungen, Fehlerklassifizierung, Persistenz und Berichterstattung steuert.
Die Plattform umfasst Generierungs-, Chat-, dynamische Aufgaben-, inkrementelle und Ausführungsagenten. Der Generierungsagent erstellt strukturierte Szenarien, Gherkin-Feature-Dateien sowie Java- oder Python-Automatisierungen und validiert anschließend den generierten Code. Der Chat-Agent kann Fragen beantworten oder ein aktives Artefakt überarbeiten. Weitere Agenten wandeln Geschäftsanforderungsdokumente in User Stories um, erweitern die Arbeit über verknüpfte Jira-Stories hinweg und führen Tests aus, während sie Fehler klassifizieren und Ergebnisse speichern.
AWS-Architektur sorgt für Mandantenisolierung und Testausführung
TCS entschied sich für Amazon Bedrock AgentCore, um die Agenten auszuführen. Laut AWS bietet Amazon Bedrock eine Auswahl an Modellen, sodass TCS Modelle für Aufgaben wie Szenarienentwurf und Codegenerierung auswählen kann. Die Laufzeit von AgentCore skaliert mit dem Bedarf, und jede Sitzung läuft in einer eigenen isolierten MicroVM.
Die mandantenfähige Software-as-a-Service-Plattform akzeptiert Eingaben aus Jira, Geschäftsanforderungsdokumenten, Swagger-Spezifikationen, hochgeladenen Dokumenten, GitLab-Quellordnern und aufgezeichneten UI-Abläufen. Sie generiert Szenarien, Gherkin-Feature-Dateien sowie ausführbare Java- oder Python-Tests und führt die Tests anschließend auf Amazon Elastic Container Service aus. Amazon S3 und Amazon DynamoDB speichern die Ergebnisse, während Amazon CloudWatch Protokolle erfasst.
Die gemeinsam genutzte Kontrollebene verwendet Amazon Elastic Kubernetes Service, Amazon CloudFront, Amazon Cognito und AWS WAF. Jede Mandantenanwendungsebene erhält einen eigenen Kubernetes-Namespace, einen eigenen Amazon-Cognito-User-Pool, einen eigenen AWS-KMS-Schlüssel, einen eigenen Amazon-S3-Bucket, eigene Amazon-DynamoDB-Tabellen und eigene Amazon Bedrock Knowledge Bases. Der Abruf wird nach Mandant, Projekt und Sitzung gefiltert, sodass der Projektkontext getrennt bleibt.
Der Ausführungsagent erkennt den Testtyp anhand des generierten Codes. API-Tests werden an Amazon ECS auf AWS Fargate weitergeleitet, während Selenium-UI-Tests einen von Amazon EC2 unterstützten Amazon-ECS-Cluster verwenden. Bei UI-Läufen kann der Executor mit FFmpeg eine virtuelle Anzeige aufzeichnen und einen HTTP-Live-Streaming-Stream zur Bereitstellung über Amazon CloudFront in Amazon S3 veröffentlichen.
