Defects4J 开源项目教程
2024-08-20 15:54:50作者:裘晴惠Vivianne
项目介绍
Defects4J 是一个用于软件工程研究的缺陷数据库和测试框架。它包含了一系列真实世界中的开源项目,这些项目在开发过程中被发现并修复了缺陷。Defects4J 提供了一个框架,允许研究人员和开发人员下载这些项目的特定版本,包括缺陷版本和修复后的版本,以便进行各种软件测试和分析研究。
项目快速启动
安装 Defects4J
首先,确保你的系统满足 Defects4J 的依赖要求,包括 Perl 和 Java。然后,按照以下步骤进行安装:
-
克隆 Defects4J 仓库到本地:
git clone https://github.com/rjust/defects4j.git -
进入 Defects4J 目录并初始化:
cd defects4j ./init.sh -
添加 Defects4J 到你的 PATH 环境变量:
export PATH=$PATH:`pwd`/framework/bin
使用 Defects4J
以下是一个简单的示例,展示如何下载和测试一个特定的缺陷版本:
-
列出所有可用的项目:
defects4j projects -
选择一个项目(例如,Lang)并列出其所有缺陷版本:
defects4j defects -p Lang -
下载一个特定的缺陷版本(例如,缺陷编号 1):
defects4j checkout -p Lang -v 1b -w /tmp/lang_1_bug -
进入下载的目录并运行测试:
cd /tmp/lang_1_bug defects4j test
应用案例和最佳实践
应用案例
Defects4J 已被广泛应用于各种软件工程研究中,包括缺陷定位、测试用例生成和代码修复等。例如,研究人员可以使用 Defects4J 来评估新的缺陷定位技术的有效性,或者开发新的测试用例生成算法。
最佳实践
- 定期更新:由于 Defects4J 是一个活跃的开源项目,建议定期更新以获取最新的缺陷数据和功能改进。
- 详细记录:在进行实验时,详细记录所使用的缺陷版本和实验设置,以便于结果的复现和验证。
- 社区参与:积极参与 Defects4J 社区,分享你的发现和经验,也可以从其他研究者的经验中学习。
典型生态项目
Defects4J 作为一个基础工具,与许多其他软件工程工具和项目形成了生态系统。以下是一些典型的生态项目:
- Major:一个用于自动生成触发缺陷的测试用例的工具。
- GZoltar:一个用于静态和动态缺陷定位的工具。
- Nopol:一个用于自动代码修复的工具。
这些工具和项目与 Defects4J 结合使用,可以进一步增强软件测试和分析的能力。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284