EvoMaster：自动化系统级测试案例生成工具的卓越选择

EvoMaster：自动化系统级测试案例生成工具的卓越选择

该项目，EvoMaster，是一个开创性的（始于2016年）开源AI驱动工具，专注于自动生成Web/企业应用的系统级别测试案例，将模糊测试提升到了新的高度。它不仅是对Fuzzing技术的一种独特应用，还提供了一种用于回归测试的小型高效测试套件。

项目简介

EvoMaster 使用进化算法和动态程序分析，可以为REST和GraphQL API自动生成测试案例。在黑盒模式下，它可以应用于任何API，不论其编程语言。而在白盒模式下，特别适用于JVM编译的应用（如Java和Kotlin），通过代码分析来提高测试效果。

关键特性包括：

• 支持REST和GraphQL API的测试。
• 提供黑盒和白盒两种测试模式。
• 提供跨平台安装程序：Windows (.msi)，OSX (.dmg) 和Linux (.deb)。
• 支持生成JUnit 4或5版本的Java或Kotlin测试。
• 具有故障检测功能，能发现应用中的错误。
• 自动启动和停止被测应用，使生成的测试适用于回归测试。
• 对SQL数据库通信的处理和初始化数据到数据库的能力。
• 有限的支持基于认证头和饼干的身份验证。

项目技术分析

EvoMaster的核心是它的智能优化算法，结合了进化算法和动态程序分析。这种策略允许它从随机初始测试套件开始，逐步演化出更高质量的测试案例，以最大化覆盖率和错误检测能力。此外，它还利用多种AI启发式方法进一步提升性能，这些方法源于搜索基础软件工程的研究。

应用场景

EvoMaster广泛应用于各种场景，包括但不限于：

• 对新开发的REST和GraphQL API进行系统测试。
• 对已有的API进行回归测试，确保更新不会引入新的问题。
• 在持续集成流程中作为自动化的质量保证环节，以确保代码的稳定性。
• 调查和识别可能存在的潜在软件漏洞。

项目特点

• 易于集成：提供多种输出格式，并且可以与常见的构建工具有效配合（如Maven和Gradle）。
• 高效率：虽然初始设置可能需要编写驱动程序，但长期运行时能有效生成高质量的测试案例。
• 自我完善：生成的测试案例无需人工干预即可执行，同时可追踪可能存在的故障。

对于寻求提高测试效率，减少手动工作负担以及提升软件质量的开发者来说，EvoMaster无疑是值得尝试的工具。

常见限制

• 白盒测试需要手动编写驱动程序。
• 执行时间可能较长，建议初次尝试时先运行10分钟，然后根据结果决定后续的运行时间。
• 不支持外部服务和NoSQL数据库，但这将是未来的发展方向。
• 一些生成的测试可能会因flaky测试而失败，但这通常是因为时间依赖性导致的。

为了更好地了解EvoMaster，请查看文档、视频教程和实时示例。我们也鼓励有兴趣的贡献者参与到项目中，共同推动其发展。

EvoMaster 的成功不仅得益于创新的技术，还得到了欧洲研究委员会和挪威研究理事会的资金支持。作为LGPL v3许可的开源项目，它欢迎所有用户的参与和贡献。

让我们一起探索EvoMaster带来的无限可能性，一起提升我们的测试质量和代码质量！