Kani项目:将验证结果输出到独立文件的技术实现
2025-06-30 18:11:38作者:沈韬淼Beryl
在形式化验证工具Kani的开发过程中,一个重要的功能改进被提出:将每个测试harness的验证结果输出到独立的文件中。这个功能对于持续集成/持续交付(CI/CD)环境特别有价值,能够显著提升结果解析的便利性。
功能背景与价值
传统上,Kani会将所有harness的验证结果合并输出到标准输出或单个文件中。这在处理大型项目时会导致结果文件变得庞大且难以解析。特别是在自动化测试环境中,开发团队需要快速定位特定harness的验证结果时,这种单一输出方式显得不够高效。
将每个harness的结果独立输出到文件中,可以带来以下优势:
- 结果隔离:每个harness的结果互不干扰,便于单独分析
- 自动化处理:CI/CD系统可以轻松定位和解析特定测试结果
- 历史追踪:可以更简单地保存和比较不同版本的验证结果
技术实现方案
核心实现思路是为每个harness创建基于其名称的独立结果文件。一个参考实现方案如下:
if !self.args.common_args.quiet && self.args.output_format != OutputFormat::Old {
let file_name = String::from("./kani-harness-result/".to_owned() + &harness.pretty_name.clone());
let path = Path::new(&file_name);
let prefix = path.parent().unwrap();
std::fs::create_dir_all(prefix).unwrap();
let file = File::create(file_name.clone());
let output = result.render(
&self.args.output_format,
harness.attributes.should_panic,
self.args.coverage,
);
if let Err(e) = writeln!(file.unwrap(), "{}", output) {
eprintln!("Failed to write to file {}: {}", file_name, e);
}
println!("{}", output);
}
这个实现会:
- 创建一个专门的目录结构来存放结果文件
- 根据harness的名称生成对应的结果文件名
- 将渲染后的验证结果写入对应文件
- 同时保留标准输出功能
优化建议
在实际应用中,可以考虑以下优化方向:
- 目录结构优化:使用项目构建目标目录作为基础目录,而不是硬编码路径
- 输出模式选择:在简洁输出模式下自动启用文件输出功能
- 配置选项:添加命令行参数来控制文件输出行为
- 错误处理:增强文件创建和写入的错误处理机制
- 文件命名规范:确保文件名在不同操作系统上的兼容性
应用场景
这项改进特别适合以下场景:
- 自动化测试流水线中需要解析特定测试结果
- 大型项目需要分模块分析验证结果
- 需要长期保存和比较历史验证结果的项目
- 需要将验证结果集成到其他工具链中的开发环境
通过这项功能增强,Kani工具在工业级应用中的可用性和集成能力将得到显著提升,为形式化验证在软件开发流程中的广泛应用奠定更好的基础。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
447
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
239
100
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
705