ASTOR: Java自动程序修复库使用教程
2024-09-24 02:53:22作者:房伟宁
1. 项目介绍
ASTOR(Automatic Software Transformations fOr program Repair)是一个用于Java的自动程序修复框架。该项目由Inria、里尔大学、上法兰西理工大学和瑞典皇家理工学院共同开发。ASTOR采用生成-验证技术,支持多种修复方法,包括jGenProg、jMutRepair、jKali、DeepRepair、Cardumen和3sfix。
主要特点
- 多修复方法支持:支持多种自动修复技术,如jGenProg、jMutRepair等。
- 开源社区支持:欢迎社区贡献,支持Bug修复、新功能和新的修复方法。
- 学术研究支持:适用于学术研究,提供了丰富的实验数据和论文参考。
2. 项目快速启动
环境准备
- Java 8 或更高版本
- Maven 3.x
克隆项目
git clone https://github.com/SpoonLabs/astor.git
cd astor
构建项目
mvn clean install
运行示例
mvn exec:java -Dexec.mainClass="fr.inria.main.evolution.AstorMain" -Dexec.args="-mode jgenprog -location <path_to_your_project> -package <your_package>"
3. 应用案例和最佳实践
案例1:使用jGenProg修复Java项目
假设你有一个Java项目,其中包含一些已知的Bug。你可以使用ASTOR的jGenProg模式来尝试自动修复这些Bug。
mvn exec:java -Dexec.mainClass="fr.inria.main.evolution.AstorMain" -Dexec.args="-mode jgenprog -location /path/to/your/project -package your.package.name"
案例2:使用DeepRepair进行深度学习修复
DeepRepair是ASTOR的一个扩展,利用代码相似性进行修复。你可以通过以下命令使用DeepRepair模式:
mvn exec:java -Dexec.mainClass="fr.inria.main.evolution.AstorMain" -Dexec.args="-mode deeprepair -location /path/to/your/project -package your.package.name"
4. 典型生态项目
Spoon
Spoon是一个用于Java程序分析和转换的库,ASTOR依赖于Spoon进行代码分析和修改。
Defects4J
Defects4J是一个用于软件测试和修复研究的Bug基准数据集,ASTOR在Defects4J上进行了大量的实验和验证。
Repairnator
Repairnator是一个自动修复工具,用于在持续集成环境中自动检测和修复Bug,ASTOR的部分修复方法被集成到Repairnator中。
通过以上步骤,你可以快速上手并使用ASTOR进行Java项目的自动修复。希望这篇教程对你有所帮助!
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
如何用自然语言掌控电脑?UI-TARS-desktop智能助手入门指南离线语音资源全攻略:高效管理与优化指南4步攻克抖音直播回放留存难题:面向内容创作者的全流程技术指南Home Assistant功能扩展实战指南:从问题诊断到价值实现的完整路径开源工具 AzurLaneLive2DExtract:3大核心优势助力碧蓝航线Live2D模型资源提取与二次创作Godot卡牌游戏框架深度探索:从理论架构到实战开发直播内容管理新维度:多场景直播归档方案全攻略OBS Advanced Timer:5个直播控时秘诀让你的直播节奏尽在掌握零基础掌握Home Assistant扩展:Docker加载项实战指南虚拟显示技术重塑数字工作空间:突破物理屏幕限制的多屏效率革命
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
628
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++
947
887
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
398
303
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381