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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
344
412
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++
886
605
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
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896