🔬

9
开发阶段
155
测试用例
5
支持语言

传统测试 vs VerifyAI

❌ 传统方式的痛点
  • ⏰ 手写测试耗时费力
  • 🕳️ 测试覆盖不全面
  • 🔍 测试失败难定位
  • 🐢 回归测试太慢
  • 🌐 多语言项目难统一
✅ VerifyAI 的解决方案
  • 🤖 LLM 自动生成高质量测试
  • 🧠 智能分析代码，全面覆盖
  • 🎯 AI 分析根因，精准定位
  • ⚡ 增量验证，2分钟反馈
  • 🌍 统一支持 5 种主流语言


🎬 实时演示

VerifyAI Terminal

🚀 能力递进

L1
基础 - 一键扫描项目
自动识别项目结构、代码文件、API端点
🔍
L2
进阶 - AI 生成测试
LLM 理解代码语义，自动生成边界测试
🧠
L3
高级 - 智能失败分析
解析失败原因，定位问题代码行
🔧
L4
专家 - 自动修复建议
AI 生成修复代码，一键应用
✨
L5
团队 - CI/CD 集成
GitHub Webhook、REST API、自动阻断
🏢
L6
洞察 - 覆盖率 & Dashboard
代码覆盖率分析、Web可视化仪表盘、趋势追踪
📊

🏗️ 系统架构

📁
代码仓库
→
🔬
VerifyAI
→
📊
测试报告
🔄 Git 追踪
增量变更检测
🧠 LLM 分析
Claude / GPT / Ollama
🔧 智能修复
自动生成补丁
🌳 Tree-sitter
多语言 AST
📋 OpenAPI
API 规范解析
📝 日志回放
场景重现

⚡ 三步开始

1
安装 VerifyAI
$ pip install verify-ai
⏱️ 5 秒完成
2
扫描项目
$ vai scan .
⏱️ 自动识别结构
3
生成测试
$ vai generate
⏱️ AI 智能生成

零配置 · 即装即用 · 自动检测

🔌 多种集成方式

💻
命令行 CLI
直接在终端使用，无需额外配置
👤 开发者
🔮
MCP Server
集成到 Cursor / Claude 等 AI IDE
🤖 AI 工具链
🌐
REST API
GitHub Webhook 自动触发验证
🏢 CI/CD 流水线
📤 Push
快速检查
→
🔀 PR
完整测试
→
🔒 Merge
阻断保护
→
⏰ Schedule
深度扫描

✨ 技术亮点

🌳
Tree-sitter AST
精准解析 Python/JS/TS/Go/Java
🧠
多 LLM 支持
Claude / OpenAI / Ollama
📋
OpenAPI 解析
自动从 Swagger 生成 API 测试
🔄
Git 增量检测
只测试变更相关代码
📊
覆盖率分析
HTML/JSON/Console 多格式报告
📈
Web Dashboard
实时监控、趋势图表、暗色主题
📝
日志场景回放
从 Nginx/HAR/Error 日志生成测试
🔧
智能修复
分析失败根因，自动建议修复
🔮
MCP 集成
AI IDE 无缝集成

🗺️ 开发历程 & 未来规划

Phase 1-2 ✅
基础框架 & 多语言支持
CLI / 扫描器 / Tree-sitter AST
Phase 3-4 ✅
Git 集成 & 智能分析
增量验证 / 失败分析 / 自动修复
Phase 5-6 ✅
场景回放 & MCP 集成
日志解析 / Cursor 集成
Phase 7 ✅
云端服务
REST API / GitHub Webhook
Phase 8-9 ✅
Dashboard & 覆盖率分析
Web仪表盘 / 覆盖率报告 / 趋势图表
Phase 10 🚀
性能测试生成
负载测试 / 压力测试 / 性能基准
1 / 10