微软开源代码测试生成器：多语言单元测试智能体任务完成率达92.1%，对比原版Copilot的78.9%

微软已开源code-testing-generator，这是一个多语言单元测试智能体，能够编写测试并证明其有效性。它以dotnet-test插件的形式发布在MIT许可的dotnet/skills仓库中。该智能体解决了编程助手不指定测试框架、文件位置或断言的问题。它首先读取仓库，然后规划、编写、运行和检查测试。在微软内部的152任务基准测试中，它完成了140个任务（92.1%），而标准GitHub Copilot完成了120个任务（78.9%），使用相同的模型和提示，失败次数减少了63%。改进主要集中在模糊提示（解决了79/89个任务，对比59/89个）和针对差异的任务（解决了15/15个，对比0/15个）。它生成的测试数量减少了2.3%（6,963个对比7,129个），行覆盖率几乎相同（72.4%对比72.2%），平均任务时间快5.5%。该智能体通过研究-计划-实施流水线协调工作，检测语言和测试框架，查找构建和测试命令，并且从不修改生产代码。它在报告完成前运行五项验证检查，包括轻量级变异测试方法。该智能体是一个带有技能的智能体定义，不是托管服务，因此它可以在现有的编程智能体中运行，并保持代码本地化。