SAP Leonardo机器学习基金会由各种可以作为API调用访问的服务组成。对于个人项目，我需要相应调用的结果值。因此，我为这些服务调用编写了测试用例。因为测试驱动开发（TDD）方法也包括开发，所以我还实现了相应的API调用，并为NodeJs创建了一个NPM模块作为副产品。

SAP API Business Hub上的每个服务还提供不同编程语言的代码片段。不幸的是，云市场，代码片段不包含传输图像数据的实现。因此，我实现了这个NodeJs包，它封装了API调用。

下面是一个使用图像分类器服务进行对象识别以检测大象/象牙的示例：

我使用TypeScript作为开发语言，而不是JavaScript。TypeScript是一种类型化语言，生成包含在NPM模块中的JavaScript代码。此外，IDE（例如可视化代码）对TypeScript有更好的支持，云免服务器购买，使开发更容易、更有趣。

NPM模块与外部模块只有两个（运行时）依赖关系。请求模块负责与api的通信。es6 promise模块对于异步进程是必需的，因为在调用和响应之间有一些延迟。这允许按顺序调用多个服务调用。在which_shoe示例中，我使用了三个SAP Leonardo服务：

多实例图像分割服务在示例图像中查找一只鞋，并返回图像中鞋的区域。这部分是裁剪的。图像特征提取服务计算裁剪图像以及两个参考鞋的特征向量。相似度评分服务计算这三个特征向量内的相似度。第一个参考鞋的相似度为73%，第二个为70%。

除了其他例子外，本项目的重点是测试用例。因此，测试覆盖率通常是100%。我对结果感兴趣，因为我在文件中提到了它们。例如，如果SAP Leonardo中的图像分类服务的机器学习模型发生更改，云服务器特价，那么我的大象测试图像可能会返回不同的结果。在这种情况下，我可以对文档进行反应和调整。

作为测试框架，我使用Mocha和Chai。Chai是一个行为驱动开发（behavior-Driven development，BDD）库，允许我将测试用例描述为：

expect（body）。拥有财产（"预测"）。成为一个（'array'）。长度为（1） ；

为了创建合理的测试用例，我需要相应的测试数据。为此，我搜索了适当的图像和文本。例如，对于多实例图像分割服务，我发现了一个包含四个对象的图像。服务检测到所有这些：

目前我已经实现了14个服务，人工智能本科，并将项目上传到Github上。我感谢任何反馈，大数据的应用，尤其是如果有人可以使用这个项目。