EvoMaster 开源项目使用教程
2024-10-10 08:18:54作者:宗隆裙
1. 项目介绍
EvoMaster 是一个开源的 AI 驱动的工具,专门用于自动生成系统级测试用例(也称为模糊测试),主要针对 Web 和企业应用程序。目前,EvoMaster 主要支持白盒和黑盒测试 Web API,如 REST、GraphQL 和 RPC(例如 gRPC 和 Thrift)。
EvoMaster 的核心功能包括:
- Web API 测试:支持 REST、GraphQL 和 RPC API 的测试。
- 黑盒测试模式:可以在任何 API 上运行(无论其编程语言),但结果可能不如白盒测试。
- 白盒测试模式:适用于编译到 JVM 的 API(如 Java 和 Kotlin),通过分析字节码生成更有效的测试用例。
- 多种输出格式:支持生成 Python、JavaScript、Java 和 Kotlin 等多种格式的测试用例。
2. 项目快速启动
2.1 安装 EvoMaster
EvoMaster 提供了多种安装方式,包括 Windows、OSX 和 Linux 的安装包,以及一个 uber-fat JAR 文件。以下是使用 uber-fat JAR 文件的安装步骤:
-
下载 uber-fat JAR 文件:
wget https://github.com/WebFuzzing/EvoMaster/releases/download/v1.0.0/evomaster.jar -
确保已安装 JDK 8 或更高版本:
java -version -
运行 EvoMaster:
java -jar evomaster.jar
2.2 生成测试用例
以下是一个简单的示例,展示如何使用 EvoMaster 生成测试用例:
java -jar evomaster.jar --outputFormat PYTHON_UNITTEST --targetUrl http://example.com/api
此命令将生成 Python 格式的测试用例,目标 API 为 http://example.com/api。
3. 应用案例和最佳实践
3.1 应用案例
EvoMaster 已被广泛应用于各种 Web 和企业应用程序的测试中。例如,某大型金融机构使用 EvoMaster 对其 REST API 进行自动化测试,显著提高了测试覆盖率和缺陷检测率。
3.2 最佳实践
- 初始测试:建议先使用黑盒模式进行测试,以快速了解 EvoMaster 的功能和效果。
- 长时间运行:为了获得更好的测试结果,建议将 EvoMaster 运行数小时,而不是几分钟。
- 代码覆盖率:在白盒测试模式下,EvoMaster 可以通过分析字节码来提高代码覆盖率,建议在 JVM 项目中使用。
4. 典型生态项目
EvoMaster 作为一个开源项目,与其他开源工具和项目有着紧密的联系。以下是一些典型的生态项目:
- OpenAPI/Swagger:EvoMaster 支持使用 OpenAPI/Swagger 格式的 API 文档进行测试。
- JUnit:EvoMaster 可以生成 JUnit 格式的测试用例,与 JUnit 生态系统无缝集成。
- Postman:EvoMaster 生成的测试用例可以导入到 Postman 中进行进一步的测试和调试。
通过这些生态项目的支持,EvoMaster 能够更好地满足不同场景下的测试需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781