测试生成

Blume 是 Hayden Bleasel 开发的开源文档框架，MIT 许可证。将 Markdown 或 MDX 放入文件夹即可零配置生成生产级文档站点，内置导航、搜索、主题和 Open Graph 图片。底层驱动隐藏的 Astro + Vite 项目，支持 eject 导出为独立 Astro 应用。AI 特性包括 llms.txt 输出、每页 Markdown、MCP 服务器及 Ask AI 助手。支持 Notion/Sanity 远程源、36 种语言本地化、Scalar 渲染 OpenAPI。

GitHub Code Quality 是 GitHub 面向 Team 与 Enterprise Cloud 推出的独立付费代码质量产品。它结合 CodeQL 确定性规则与 AI 分析，在拉取请求中以内联评论暴露可维护性与可靠性问题，给出可一键应用的 Copilot 自动修复；支持 Cobertura 覆盖率指标展示、通过 rulesets 设置质量与覆盖率门禁，并提供组织级质量看板与管理 API。按活跃提交者计费，AI 分析按用量计费，无需 Copilot 订阅。

LangSmith 是 LangChain 出品的 Agent 与 LLM 可观测性及评估平台，提供完整链路追踪、生产监控和在线评估能力，可通过 Python、TypeScript、Go、Java SDK 接入任意 Agent 技术栈，定位延迟、成本与响应质量问题。新推出的 Tuned Evaluators 以专用后训练 judge 自动为生产 trace 附加质量反馈，首个能力 Perceived Error 可检测智能体出错、误解或走错方向的对话，帮助团队发现并修复线上故障。

CodeQL 是驱动 GitHub Advanced Security 的核心代码分析库与查询框架。该仓库提供标准库与查询语句，用于执行应用安全扫描。用户可通过官方扩展或 VS Code 插件获取语法高亮、智能提示与代码导航功能，亦可使用 CLI 工具在本地运行查询。开发者可自由贡献标准库与检查规则，共同完善安全检测生态

Cromford 是开源“软件工厂”：在其他编码 Agent 打开 PR 即停止的地方继续工作。它从看板工单出发，规划并编写代码、先写验收测试、独立审查、经合并队列合并、检查部署，并在生产环境以用户身份确认变更，最后回到工单报告交付内容、链接与成本。每次模型调用按价计费并汇总到 PR，默认设置单次与每日支出上限。支持 Claude、Codex、Grok 等任意模型按阶段配置路由；自带 MCP 服务器；自托管在自己的 GitHub、Cloudflare、Fly 或自有机器上，Apache 2.0 许可。

Fabraix 是面向 AI Agent 的对抗性验证平台，通过对生产环境中的智能体发起实时对抗性测试，发现提示注入、越狱、沙箱逃逸、密钥与隐私数据外泄、护栏绕过等安全漏洞，帮助企业在上线前识别 Agent 风险并加固防护。

GitHub Issue Triage BYOK 是一款 WordPress 插件，把指定 GitHub 仓库的开放 Issue 拉到 wp-admin 仪表盘，一键让 AI 读取标题与正文，输出可能根因、分步修复方案和建议测试，由人工复制修改。对 GitHub 只读，不评论、不开 PR；BYOK 自填 GitHub Token 与任意 OpenAI 兼容接口密钥，请求不经过作者服务器。

Godmode 是一个 MIT 开源的可组合工程工作流与专家能力目录，为 AI 编码代理（Claude Code、Codex 等）提供 SKILL.md 技能包。它帮助代理在编辑前做方案设计、用测试驱动开发（TDD）验证、独立审查代码并基于新证据核实结果，涵盖方案设计、实施规划、根因调试、代码审查、前端设计、UI/UX 审查、安全加固、浏览器测试、可观测性、发布工程、事故响应与 Agent 评估等能力。技能可通过项目级 skills 目录或客户端插件安装，保持可移植而不过度编排。

Goose 是由 Block（原 Square）开发的开源 AI 编码智能体，支持桌面应用、命令行和 API 三种形态，用 Rust 编写，可运行在 macOS、Linux 和 Windows 上。它支持 Anthropic、OpenAI、Google、Ollama、OpenRouter 等 15+ 模型提供商，可在本地机器上完成代码编写、执行、编辑、测试以及研究、写作、自动化和数据分析等通用任务，兼容 MCP 协议连接外部服务，完全免费且无云依赖。

Laravel API Generator 是 PHP/Laravel 开发包，可依据 api-schema、OpenAPI、数据库或 Mermaid 图，一条命令生成模型、控制器、请求、资源、策略、迁移、工厂、填充器与测试等 REST API 文件并注册路由。4.0 新增 MCP 服务器，向 Claude Code、Cursor、Copilot 等智能体暴露四个生成工具及 design-api 提示词，并保护手改文件；需 Laravel 12/13。

MathKernel 是一个面向 LLM 的证据感知多引擎数学运行时，既可作为 Python 库 mathkernel 使用，也可作为 MCP 服务器 mathkernel-mcp 接入客户端。它提供精确、符号、形式化、区间认证与数值计算，配合类型化 MathIR、信任标签与完整溯源，使每个数学结果都携带信任等级、引擎标签和推导轨迹，便于应用与模型在保留假设的前提下完成高阶数学计算。

MiniMax Code 是 MiniMax 旗下 Coding Agent 产品，底层基于 MiniMax 自研大模型，具备前沿编程与智能体能力，支持超长上下文处理、工具调用链路、文件预览与图表交互，桌面端支持会话管理与长任务执行。

oss-pr-reviewer 是 TypeScript 编写的开源 CLI，面向开源维护者审查 GitHub Pull Request：拉取 PR 元数据与补丁、分批大改动、调用 OpenAI 生成结构化发现，用 Zod 校验、去重并按严重级别过滤后输出 Markdown 报告。可检测 bug、安全风险、回归与缺失测试，支持最低严重程度配置、仓库规则与忽略路径，并提供可选 GitHub Action 附加报告或发布 PR 评论。

Qoder 是阿里巴巴推出的智能体编程平台，覆盖桌面端自主开发、CLI 终端编程、云端 Agent 和 QoderWake 数字员工等完整产品线。平台支持多智能体协作，具备上下文工程、自主任务执行、目标导向循环和结构化任务运行时，面向个人开发者和企业团队。企业版提供知识引擎、安全运行时、权限管理和插件技能市场。

Skillgrade 是一款专为 AI 智能体技能设计的评估与测试工具。它通过 eval.yaml 配置文件定义测试任务与评分标准，自动调度 Gemini、Claude、Codex 或自定义 CLI 代理执行任务。工具提供确定性脚本校验与 LLM 语义评分两种机制，支持多轮并行测试、Web/CLI 报告查看，并可通过 --ci 模式集成至持续集成流水线实现自动化质量监控与阈值拦截

TestPilot 是一个智能体端到端（E2E）测试平台：测试用例以自然语言编写而非脚本，由基于 browser-use 的浏览器智能体在真实 Chromium 中执行，并录制每步截图、mp4 视频与可回放的操作历史，最后交给 LLM 裁判依据证据判定通过/失败并给出理由。支持自带任意 OpenAI 兼容模型、项目级环境与多账号会话复用、并发运行与失败重组、内置看板及可选的 GitLab 双向问题同步与飞书机器人，提供中英双语界面，可通过 Docker 单镜像完整部署。

toolcontract 是一个专注于 LLM 智能体工具调用（tool-calling）的契约测试 Python 库。当模型厂商发布新模型版本时，智能体的工具调用行为可能悄然变化——参数被新增、删除或改名、同一输入选择了不同工具、返回值不再符合下游 schema。它让你固定一组期望的工具调用轨迹黄金集，对真实模型运行并给出通过/失败/不确定判定与 diff，类似微服务契约测试的 Pact，或视觉回归的 Percy，用于在 CI 中提前捕获生产前的工具调用回归。