Test-Agent:您的智能测试助理
2024-10-10 23:00:19作者:齐添朝
项目介绍
Test-Agent 是一款旨在构建测试领域“智能体”的开源项目,它融合了大模型和质量领域工程化技术,致力于促进质量技术的代系升级。通过与社区成员的合作,Test-Agent 旨在打造创新的测试领域解决方案,构建24小时在线的测试助理服务,让测试过程如丝般顺滑。
项目技术分析
模型
Test-Agent 开源了测试领域模型 TestGPT-7B,该模型以 CodeLlama-7B 为基座,并进行了相关下游任务的微调。TestGPT-7B 具备以下核心能力:
- 多语言测试用例生成:支持 Java、Python 和 Javascript 的测试用例生成,未来将逐步扩展至 Go、C++ 等语言。
- 测试用例 Assert 补全:能够自动补全测试用例中的 Assert 语句,提升测试用例的质量和覆盖率。
工程框架
Test-Agent 提供了本地模型快速发布和体验的工程化框架,包括:
- ChatBot 页面:提供直观的模型交互界面。
- 模型快速启动:支持多种设备的模型加速选项,如 Mac M1、Intel XPU、华为 AI 处理器等。
- 私有化部署:确保数据和环境的安全性,无数据泄露风险。
项目及技术应用场景
Test-Agent 适用于以下应用场景:
- 软件开发与测试:帮助开发者自动生成和补全测试用例,提升代码质量和测试覆盖率。
- 持续集成与持续交付(CI/CD):在 CI/CD 流程中集成 Test-Agent,自动化测试用例生成和补全,加速交付流程。
- 质量保证与测试自动化:在质量保证过程中,利用 Test-Agent 的智能测试助理功能,提高测试效率和准确性。
项目特点
1. 多语言支持
Test-Agent 支持 Java、Python 和 Javascript 的测试用例生成,未来将扩展至更多编程语言,满足不同开发者的需求。
2. 高性能模型
TestGPT-7B 在用例执行通过率(pass@1)和用例场景覆盖方面表现优异,处于业界领先水平。
3. 工程化部署
Test-Agent 提供了完整的工程化部署方案,支持多种设备的模型加速选项,确保模型在不同环境下的高效运行。
4. 社区驱动
Test-Agent 是一个社区驱动的开源项目,欢迎开发者参与贡献,共同打造测试领域的领先解决方案。
快速开始
前置准备
- 模型下载:从 ModelScope 或 Hugging Face 下载模型文件。
- 环境安装:确保 Python 版本 >= 3.8,并安装
transformers==4.33.2。
git clone https://github.com/codefuse-ai/Test-Agent
cd Test-Agent
pip install -r requirements.txt
启动服务
- 启动 Controller:
python3 -m chat.server.controller
- 启动模型 Worker:
python3 -m chat.server.model_worker --model-path models/TestGPT-7B --device mps
- 启动 Web 服务:
python3 -m chat.server.gradio_testgpt
访问 http://0.0.0.0:7860,即可体验 Test-Agent 的强大功能。
致谢
本项目基于 FastChat 构建,在此深深感谢他们的开源贡献!
联系我们
通过 Test-Agent,您可以轻松实现测试用例的自动化生成和补全,提升软件开发和测试的效率。欢迎加入我们,共同推动测试领域的技术进步!
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
187
205
暂无简介
Dart
629
143
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
9
1
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.62 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
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
293
103
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++
648
266
仓颉编译器源码及 cjdb 调试工具。
C++
128
858