- 发布日期
多语言单元测试智能体，任务完成率达92.1%，对比Copilot的78.9%
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
微软已将 code-testing-generator 开源，这是一个多语言单元测试智能体，能够编写测试并验证其有效性，其内部基准测试任务完成率为 92.1%，而标准 GitHub Copilot 为 78.9%。该智能体作为 dotnet-test 插件，包含在 MIT 许可的 dotnet/skills 仓库中，使开发者能够直接将其集成到现有编码工作流中。它针对编码助手的一个长期存在的缺口：类似“生成单元测试”的简单提示会让框架选择、文件位置和断言风格都不明确。通过首先阅读仓库，该智能体在规划、编写、运行和检查测试之前解决这些决策。
该智能体遵循“研究-计划-实施”流程，扫描代码以寻找测试候选对象，检测语言和测试框架，并定位实际的构建和测试命令。它在直接、单遍或迭代策略中进行选择，绝不修改生产代码，并避免依赖外部 URL、端口或时机的脆弱测试。在报告完成之前，它会运行五项验证检查，包括轻量级变异测试和断言质量分析。在来自真实仓库的 152 个任务中，该智能体完成了 140 个，而使用相同模型和提示的标准 Copilot 完成了 120 个，失败次数减少了 63%。优势主要集中在模糊提示（88.8% 对比 66.3%）和差异特定任务上，后者达到了 15/15 对比 0/15。
值得注意的是，该智能体生成的测试减少了 2.3%（6,963 个对比 7,129 个），而行覆盖率几乎相同（72.4% 对比 72.2%），每任务平均耗时为 359 秒，对比 380 秒。每个已完成任务的平均 Token 使用量增加了 3.2%，反映了对仓库更深入的分析。该工具可作为本地智能体定义部署，这意味着代码永远不会离开开发者的环境。这使得它对于金融服务、医疗保健和保险等受监管行业尤其有价值，这些行业的审计追踪和代码本地化至关重要。它还可以帮助平台团队回填
