AutoDev 1.5.3：精准的自动化测试生成、本地模型强化与流程自动化优化

去年年初，我们开源 AutoDev 的初衷是：

AutoDev 是一款基于 JetBrains IDE 的开源 AI 辅助编程插件。AutoDev 能够与您的需求管理系统（例如 Jira、Trello、Github Issue 等）直接对接。在 IDE 中，您只需简单点击，AutoDev 会根据您的需求自动为您生成代码。您所需做的，仅仅是对生成的代码进行质量检查。

而今我们在朝这一目标的努力又更进一步了：一键生成精准的单元测试。在这篇文章中，我们将介绍从 1.4 版本（适用于团队的 Team AI）到 1.5.3 版本的一些特性：

• 精准的自动化测试生成。增强了静态代码分析能力，使得生成的构造函数更加准确；优化针对于 Spring 项目区分如何测试 Controller、Service 的 prompt；提供不同类型的测试模板能力。

• 本地模型强化。提供了适合于 AutoDev 的 AutoDev Coder 数据集与模型；支持本地的数据记录功能，方便于进行数据蒸馏；支持部分的系统 prompt 覆盖，即你可以更好的使用自己的模型。

• 多语言注释文档。新增 JavaScript、Rust、 Python 语言的支持，并且优化了 Kotlin 的文档生成逻辑。

• 自动流程优化。添加了 PrePush Review，即在 commit 之前，你可以使用 AI 来 review；大大简化提交信息生成的上下文，区分文件变更、依赖变更等场景，使生成的 token 更少。

欢迎来加入我们：https://github.com/unit-mesh/auto-dev/，构建自己的 AI 辅助全流程编码助手。

在开发的过程中，我们选取了 ArchGuard 作为 AutoDev 全流程 AI 辅助的试点，ArchGuard 是一个使用 Kotlin 编写的开源架构治理平台。在过程中持续积累数据和经验，以更好地支撑 Kotlin 语言的使用体验。

精准测试生成

结合在 ArchGuard 项目中生成了 90 个测试类 200+ 测试的用例经验，我们持续优化了的测试生成逻辑（估计还有一些 bug）。

因此，在 AutoDev 中有概率直接生成直接可用的单元测试。

精准上下文

在当前的版本里，测试的上下文除了会包含相关的类信息，还有完整的输入和输出类信息。即通过静态代码分析，获取 Service 相关的信息，也会获取每个函数的输入和输出等等信息。当一个被测试类是一个 Spring 相关的类，会判断是否是 Controller 和 Service，再给定一些测试规则。

代码实现参考 JavaTestContextProvider、 KotlinTestContextProvider 的实现。

单元测试模板：团队 AI

在 ArchGuard 中，由于不可知的历史原因，需要编写一些特殊的注解 —— 而模型并非每次都能生成想要的。考虑到，这样的情况也会出现在大部分的项目中。因此，针对于 Controller 和 Service 与其它测试，你可以自定义单元测试的模板。

每个项目的测试逻辑是不一样的，加上我们推荐采用 prompt 即代码的方式来管理，你更可以将它分享给你的团队。

相关文档：https://ide.unitmesh.cc/customize/custom-test-template.html 。

API 测试数据精准生成

相似的，在使用 AutoDev 的 API 测试数据生成功能时，我们也结合静态代码分析优化了对应的上下文能力，可以直接生成可用的测试数据。

详细见： JavaTestDataBuilder 和 KotlinTestDataBuilder 相关实现。

2. 针对本地模型优化

现在，只需要通过打开 AutoDev 配置页的 AutoDev Coder ，你可以针对私有化的模型做更多的配置。

公开模型数据的蒸馏

为了更好的测试公开的大语言模型，以及进行内部模型与工具的适配。我们在新版本中添加了 Recording Instruction In Local 的功能，即您可以记录与 AI 交互的数据，并以此作为内部模型微调与评估的样本。

同时，还方便于进行对应的 AutoDev Debug。

插件 prompt 覆盖

通过配置页，同样可以配置诸如 Explain code、 Refactor code、 Fix issue、 Generate test四个基本的 AutoDev Chat 相关的 prompt。

在进一步优化和构建内部的上下文之后，也将使用模板的方式释放出更多上下文接口。

3. 多语言文档

在文档上，现在可以支持 Python、 Rust、 JavaScript 语言的注释文档生成。同时，由于 OpenAI 经常为 Kotlin 类生成无用的函数注释，我们也针对这个功能进行了优化，只选取类前的注释代码。

4. 自动流程优化

自动化是 AutoDev 追求的主要特性，我们也在今年针对于日常开发流程初了更多的设计。在这个版本里，主要提供两个新特性。

PrePush 检视

即在代码提交前，你可以让 AI 来辅助你进行一些初步的 review，以避免出现一些不必要的错误。

更流畅的提交信息生成

在 ArchGuard 项目中使用 AutoDev 重构时，我们生成了 167 次的提交信息，占所有功能的 1/3 。也因此，我们花了更多的时间在生成更好的提交信息上 —— 如何更好地控制 token。

其它

未来我们还将关注于：

• 流程自动化的强化。即支持更好的向前和向后流程接入，加速开发人员的编码速度。

• 交互体验优化。我们已经在代码库中引入了更好的加载和出错显示，未来也将持续丰富，毕竟没有 UX，交互上都是靠抄。

• 测试覆盖率的提升。在过去的一段时间里，由于 UI 测试速度缓慢，并且在 IDE 架构复杂，AutoDev 的测试覆盖率是相对较低。而在静态分析相关的场景，则需要进行充分的测试，所以我们在为 AutoDev 添加更多的单元测试，以使得它更加稳定。

如果你也有兴趣，欢迎来挖坑：https://github.com/unit-mesh/auto-dev/ 。