Skip to main content
Glama
angshihan777-droid

testgen-agent

by angshihan777-droid
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

testgen-agent

testgen-agent 是一个自动为 Python 代码生成单元测试的工具。它读取源码、生成 pytest 测试、在隔离沙盒中真实运行，并根据运行结果自我修正，直到覆盖率达到设定门槛。

区别于只生成测试代码的工具，它还会用变异测试验证生成的测试是否真正有效，并据此识别源码中的潜在 bug。生成过程被封装为一个 LangGraph 自主循环，可通过命令行使用，也可作为 MCP 工具集成到其他 Agent 工作流中。

主要特性

  • 自动生成与修正：生成测试后真实运行，失败时读取报错堆栈自动重写，无需人工介入。

  • 测试有效性验证：通过变异测试（对源码做微小改动后重跑）判断测试是否真正覆盖了逻辑，而非仅仅提高覆盖率数字。

  • 源码 bug 识别：当一条测试在原始源码上失败、却能在某个变异体上通过时，判定为疑似源码 bug 并上报。

  • 沙盒隔离与防篡改：源码在沙盒中只读，运行前后做哈希校验，确保测试结果不被源码改动干扰。

  • 人工审核：仅在出现疑似源码 bug 时暂停，交由使用者确认，其余情况全自动完成。

  • 可复现：未配置模型 API key 时使用内置确定性生成器，闭环仍可完整运行。

Related MCP server: mcp-lab-agent

工作原理

所有判定都建立在真实运行的结构化结果之上：pytest 与 coverage 给出退出码、失败堆栈与覆盖率，变异测试给出测试有效性信号，工具据此做出确定性决策。

运作流程（LangGraph 6 节点自主循环）

                    +-----------------------------------------------+
                    |            State（全程共享的状态字典）          |
                    |  source_code / functions / source_hash        |
                    |  generated_test_code / last_run / mutation    |
                    |  coverage_before / coverage_after             |
                    |  attempt / suspected_bugs / review_decisions  |
                    +-----------------------------------------------+

  [START]
     |
     v
 +--------------+
 | (1) analyze  |  ast 解析源码：提取函数签名、分支提示、源码哈希
 +------+-------+
        |  产出"考纲"（该覆盖哪些分支）+ 防篡改用的 hash
        v
 +--------------+
 | (2) generate |  LLM 按源码+考纲+上轮失败 写/修测试         <----------+
 +------+-------+  （无 API key 时用内置确定性启发式生成器）             |
        |                                                                |
        v                                                                |
 +--------------+                                                        |
 | (3)(4)       |  sandbox：复刻项目、源码设只读、写入测试               |
 |   execute    |  run   ：subprocess 跑真实 pytest --cov，读退出码/覆盖率|
 |              |  mutate：逐个变异源码重跑，统计杀伤 + 收集 bug 证据    |
 +------+-------+                                                        |
        |  产出结构化事实：last_run / mutation / source_tampered         |
        v                                                                |
 +--------------+                                                        |
 | (5) evaluate |  防作弊校验 + 覆盖率门禁 + 失败归因                     |
 +------+-------+                                                        |
        |                                                                |
        v                                                                |
   < decision 路由 >                                                     |
    |-- retry  --> 回 (2) generate，带着失败堆栈重写 --------------------+
    |
    |-- review --> +--------------+   interrupt 暂停，把疑似 bug 交给人
    |              | (H) review   |   人选 confirm_bug / ignore 后
    |              +------+-------+   Command(resume=...) 从断点续跑
    |                     |          回到 (5) evaluate 复判
    |                     +--------> (5) evaluate
    |
    |-- done   --> +--------------+
                   | (6) report   |  汇总量化指标 + 生成报告
                   +------+-------+
                          |
                       [END]

条件边 evaluate -> generate 就是"循环"的来源，也是它作为 Agent 的本质。人工审核用 LangGraph 的 interrupt 实现，依赖 checkpointer 支持断点续跑。

每个节点做什么、为什么技术上成立

节点

输入

做的事

为什么能实现

① analyze

源文件

ast.parse 提取函数签名、if/循环/比较分支，算源码哈希

ast 是标准库，语法树遍历是确定性的，无需模型

② generate

源码 + 分支考纲 + 上轮失败堆栈

调 LLM 写/修测试；无密钥时用启发式生成器

tool-calling；报错来自真实运行，模型据此修正而非猜

③ sandbox

源码 + 生成的测试

临时目录复刻项目，源码只读，运行前后哈希校验

文件系统隔离 + hashlib 防止偷改源码作弊

④ run_tests

沙盒目录

subprocess 跑 pytest --cov，解析退出码/失败堆栈/覆盖率

pytest + coverage 产出结构化事实，程序读事实

⑤ evaluate

运行结果 + 变异结果

门禁判定 + 失败归因（测试写错 vs 源码 bug）

变异测试给确定性信号，判定是纯 if 逻辑

⑥ report

全程指标

汇总覆盖率变化/采纳丢弃/变异杀伤/确认 bug

指标全部来自真实运行，非估算

快速开始

pip install -r requirements.txt
pip install -e .

# 对内置示例（含一个真实 bug）跑一遍，非交互模式自动确认疑似 bug
python -m testgen_agent.cli run \
    --source examples/src/calc.py \
    --test examples/tests/test_calc.py \
    --target 80 --assume confirm_bug

设置 OPENAI_API_KEY 后自动改用真实模型生成测试；未设置时使用内置确定性启发式生成器，闭环照常运行、可复现。

运行示例输出

----------------------------------------------------
 源文件      examples/src/calc.py
 覆盖率      66.67%  ->  88.89%  (+22.22)
 采纳/丢弃   3  /  0
 迭代轮数    1
 变异杀伤    3/4
 确认真bug   1
    - tests/test_generated.py::test_bound_in_range: assert False is True (in_range(10,1,10) 上界漏判)
 门禁        PASS
----------------------------------------------------

人工审核（human-in-the-loop）

只有当变异验证判定"疑似源码 bug"时，图才会通过 interrupt 暂停，把疑点交给人：

[human-in-loop] 发现疑似源码 bug，暂停等待确认
  用例   tests/test_generated.py::test_bound_in_range
  信息   assert False is True (in_range(10,1,10))
  证据   断言失败且变异验证显示测试描述了正确行为
  [k] 确认是bug  [i] 忽略  >

  • 选 k（confirm_bug）：标记为真实 bug 上报，保留该测试。

  • 选 i（ignore）：当作测试期望有误，丢弃。

普通失败（如测试自身 ImportError/SyntaxError）不会打扰人，直接丢弃重写。

作为 MCP 工具供 Codex / Claude 调用

pip install mcp
python -m testgen_agent.mcp_server

工具 generate_verified_tests(source_path, test_path, coverage_target, ...) 返回与命令行一致的量化报告。集成到其他 Agent 工作流时，上层 Agent 决定对哪个文件生成测试，本工具负责生成、验证并返回结果；疑似 bug 的信息通过返回值交回上层 Agent，由其转达使用者。

项目结构

testgen_agent/
  analyze.py     ① ast 静态分析
  generate.py    ② 生成/修正测试（LLM 或启发式）
  sandbox.py     ③ 沙盒隔离 + 防篡改哈希校验
  runner.py      ④ 跑 pytest，解析结构化结果
  mutate.py      变异测试：验证测试有效性 + bug 归因证据
  execute.py     ③④ 组合节点：沙盒→运行→变异
  evaluate.py    ⑤ 门禁判定 + 失败归因（纯函数，可在审核后重入）
  review.py      人工审核（interrupt）
  report.py      ⑥ 汇总量化报告
  graph.py       LangGraph 组装 6 节点自主循环
  cli.py         命令行入口
  mcp_server.py  MCP 工具封装
examples/        含一个内置真实 bug 的示例项目
tests/           本项目自身的单元与端到端测试

测试

pytest tests -q            # 全部（含端到端）
pytest tests -m "not slow" # 仅快速单元测试

设计边界与后续

当前 MVP 聚焦单文件、Python、比较类变异算子，命令行运行。已规划但未纳入 MVP：多语言、Docker 级沙盒、更多变异算子、Web 可视化报告。这些不影响核心闭环的可量化与可复现。

License

MIT

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers