AI驱动的测试代理
概述
该项目演示了一个使用 模型上下文协议（MCP）。代理自动生成、执行和迭代 JUnit测试用例 对于Java项目，旨在最大限度地提高代码覆盖率并提高软件可靠性。
该项目将人工智能辅助开发工具与传统的软件工程实践相结合，包括Maven、JaCoCo和Git工作流。
______________________________________________________________________
特性
- 自动测试生成
- 分析Java源代码中的类和方法签名。 - 自动生成JUnit测试。 - 处理边缘情况并迭代地提高覆盖率。
- 覆盖率分析
- 解析JaCoCo报告以识别未覆盖的代码。 - 提供提高测试覆盖率的建议。 - 随时间跟踪测试质量指标。
- Git自动化
- 工具 status, add_all, commit, push，以及 pull_request. - 当达到覆盖阈值时，自动提交更改。 - 支持CI/CD工作流集成。
- 智能测试迭代
- 基于覆盖率差距自动改进测试用例。 - 针对失败测试的调试和错误修复建议。 - 自主承诺每一次覆盖范围的改进。
- 创意扩展
- 基于规范的测试，具有边值分析和等价类。
______________________________________________________________________
先决条件
- python 3.10+支持虚拟环境
- Node.js 18+（建议使用LTS）
- Java 11+和 梅文 3.6+
- VS代码 具有聊天视图和MCP集成
- Git 拥有活跃的GitHub帐户
______________________________________________________________________
设置
- 运行server.py
- 转到扩展并运行“Sanam Choudhary-MCP”服务器。将鼠标悬停在服务器上并选择“开始”
- 将Java项目上传到示例Java文件夹中
- 在聊天中，键入“run#file:tester:prompt:md on 测试代理将分析您的代码，创建测试，检查jacoco报告，并提供反馈。
报告
- 请下载“vscode-pdf”扩展名以查看“报告”文件夹中的报告pdf文件