#代码覆盖率
oss-fuzz-gen - 使用AI生成并评估C/C++项目的模糊测试目标
OSS-FuzzLLMC/C++漏洞检测代码覆盖率Github开源项目
该框架利用大型语言模型生成并评估真实世界的C/C++项目的模糊测试目标,并通过OSS-Fuzz平台进行基准测试。支持的模型包括OpenAI GPT系列和Gemini系列。评估指标涵盖可编译性、运行时崩溃、运行时覆盖率和与现有人类编写目标的差异。最新实验显示,生成的模糊测试目标显著提升了代码覆盖率,并发现了多项新漏洞。详细使用指南和合作信息,请参见项目页面。
xgo - 革新 Go 测试的多功能工具集
xgoGo测试工具单元测试Mock功能代码覆盖率Github开源项目
xgo 为 Go 语言开发者提供了一套综合测试解决方案。作为 go 命令的预处理器,xgo 支持函数模拟、代码追踪和执行拦截,无需额外接口即可实现灵活测试。它还提供测试资源管理器和增量覆盖率分析等工具,简化单元测试、调试和性能分析流程。xgo 确保并发安全,适用于各种规模的 Go 项目测试需求。
ReportGenerator - 多格式代码覆盖率报告生成和可视化工具
ReportGenerator代码覆盖率可视化测试报告开源工具Github开源项目
ReportGenerator 是一个开源的代码覆盖率报告生成工具,支持多种覆盖率格式的转换和合并。它能将 coverlet、OpenCover 等工具生成的报告转换为 HTML、XML 等易读格式,并提供源代码覆盖率可视化。该工具兼容 .NET Framework 和 .NET Core,可通过命令行、MSBuild 任务或 NuGet 包使用,为开发团队提供代码质量分析功能。
coverlet - 跨平台.NET代码覆盖率工具,支持行、分支和方法覆盖
Coverlet代码覆盖率.NET测试工具开源项目Github
Coverlet是一款跨平台的.NET代码覆盖率工具,支持行、分支和方法覆盖分析。该工具兼容Windows上的.NET Framework和各支持平台上的.NET Core。Coverlet提供VSTest引擎集成、MSBuild任务集成和.NET全局工具三种使用方式,专为SDK风格项目设计。项目文档详尽,示例丰富,有助于开发者快速掌握使用方法。
solana - 高吞吐量区块链平台助力快速可扩展应用开发
Solana区块链开发环境测试网络代码覆盖率Github开源项目
Solana是一个开源的高性能区块链平台,通过创新的共识机制和并行处理技术实现高吞吐量和低延迟。该平台提供快速、安全和可扩展的基础设施,支持各类去中心化应用的开发和运行。Solana为开发者提供丰富的工具和资源,同时致力于构建活跃的生态系统,推动区块链技术在各领域的应用和创新。
Sapient.ai - 革新软件测试的AI生成单元测试平台
AI工具无代码单元测试AI测试生成代码覆盖率开发效率Sapient
Sapient.ai提供创新的AI驱动单元测试生成解决方案。这一平台采用声明式方法,自动创建和维护测试,支持多种主流编程语言。它能提高开发效率,实现全面代码覆盖,让开发者专注于核心功能开发。Sapient.ai还提供批量测试模式,能快速处理大型代码库,并支持测试的自动更新,确保与代码变更保持同步。Sapient.ai旨在提升代码质量,同时优化开发流程和团队生产力。
codecov-action - GitHub Actions集成的代码覆盖率自动化上传工具
CodecovGitHub Actions代码覆盖率持续集成开源项目Github
codecov-action是GitHub Actions的代码覆盖率上传工具,支持多操作系统和灵活配置。它可自动将覆盖率报告上传至Codecov平台,提供文件选择、标记设置和环境变量标记等功能。该工具支持OIDC验证,增强安全性。通过简单配置,可实现代码覆盖率的自动化监控和报告,提高开发效率。
ModernCppStarter - 现代C++项目快速启动模板
ModernCppStarterC++项目模板CMake持续集成代码覆盖率Github开源项目
ModernCppStarter是一个功能完备的C++项目模板,简化了现代C++项目的初始设置。它集成了CMake最佳实践、测试套件、持续集成和代码覆盖分析等功能。该模板适合各种规模的项目,包括单头文件库,可减少初始化时的准备工作。此外,它还提供代码格式化、依赖管理和自动文档生成等工具,为C++开发者创造了高效的项目环境。
syzkaller - 自动化跨平台内核模糊测试工具
syzkaller内核模糊测试操作系统安全开源项目代码覆盖率Github
syzkaller是一个开源的无监督覆盖率引导内核模糊测试工具,支持FreeBSD、Fuchsia、gVisor、Linux等多种操作系统。它通过自动化测试发现内核漏洞,提高系统安全性。该项目不仅提供详细文档和多平台支持,还鼓励社区参与。作为内核安全研究的重要工具,syzkaller已在多个操作系统中成功发现内核漏洞,为提升系统安全性做出重要贡献。