Qodo Covercover-agentRepo Coverage 模式详解全仓库测试文件扫描与自动覆盖率扩充【免费下载链接】cover-agentQodo-Cover: An AI-Powered Tool for Automated Test Generation and Code Coverage Enhancement! 项目地址: https://gitcode.com/GitHub_Trending/co/cover-agentRepo Coverage 是 Qodo Cover仓库名 cover-agent提供的一种整库模式它自动扫描整个代码仓库、识别测试文件、为每个测试文件收集上下文并让 LLM 持续补充测试用例以提升代码覆盖率。本文基于仓库中的 Repo Coverage 文档 与对应源码入口 main_full_repo.py、参数解析 utils.py、上下文助手 ContextHelper.py完整介绍该模式的运行步骤、全部命令行参数及其默认值、底层调用链和工作原理帮助你把它作为自动化补齐测试的常驻工具落地到自己的 Python 项目中。一、什么是 Repo Coverage 模式Qodo Cover 的核心目标是借助生成式 AI 自动生成合格的单测从而高效提升代码覆盖率。项目 README 将系统拆解为几个协作组件测试执行器Test Runner、覆盖率解析器Coverage Parser、提示词构建器Prompt Builder和 AI 调用器AI Caller。在此之上项目提供了几种使用形态单文件/单测模式cover-agent针对一个源文件生成并扩充测试详见 docs/features.md 中的 diff 覆盖与报告覆盖特性Repo Coverage 模式cover-agent-full-repo即本文主题。README 的 2024-11-05 更新记录明确了它的定位扫描整个仓库、自动识别测试文件、为每个测试文件自动收集上下文并用新测试扩充测试套件详情即指向 docs/repo_coverage.md。从源码结构看两种模式对应两个命令行入口定义在 pyproject.toml 的[tool.poetry.scripts]中[tool.poetry.scripts] cover-agent cover_agent.main:main cover-agent-full-repo cover_agent.main_full_repo:main generate-report cover_agent.UnitTestDB:dump_to_report_cli因此 Repo Coverage 模式的入口函数是 main_full_repo.py 中的main()安装后即可用cover-agent-full-repo命令直接调用。二、完整操作步骤以下流程完整继承自 docs/repo_coverage.md并补充了仓库中的实际配置依据。1. 在现有项目 venv 中安装 cover-agentpip install githttps://github.com/Codium-ai/cover-agent.git安装后cover-agent-full-repo命令会随 Poetry 脚本注册见上文 pyproject.toml。2. 若项目缺少pyproject.toml创建一份占位配置原文档给出的最小模板[tool.poetry] name cover-agent version 0.0.0 # Placeholder description Cover Agent Tool authors [QodoAI] license AGPL-3.0 license readme README.md3. 创建独立分支由于该模式会直接修改并扩充你仓库里的测试文件文档建议在专用分支上运行方便回滚与对比。4. 进入仓库根目录并运行命令export AWS_ACCESS_KEY_ID... export AWS_SECRET_ACCESS_KEY... export AWS_REGION_NAME... poetry run cover-agent-full-repo \ --project-languagepython \ --project-rootpath_to_your_repo \ --code-coverage-report-pathpath_to_your_repo/coverage.xml \ --test-commandcoverage run -m pytest relative_path_to_unittest_folder --covpath_to_your_repo --cov-reportxml --cov-reportterm \ --modelbedrock/anthropic.claude-3-5-sonnet-20241022-v2:0参数要点--project-language项目语言。注意从 main_full_repo.py 看当前整库模式仅实现python传入其他语言会抛出NotImplementedError(Unsupported language: ...)--project-root仓库根目录测试文件扫描与路径换算都以它为基准--code-coverage-report-path覆盖率报告文件路径Cobertura XML见下文的--coverage-type默认值--test-command运行测试并生成覆盖率报告的命令。示例中用coverage run -m pytest ... --cov-reportxml生成 Cobertura 格式的coverage.xml--model使用的 LLM。示例使用 AWS Bedrock 上的 Claude 3.5 Sonnet对应环境里配置了AWS_*凭证。5. 不使用 Poetry 的替代方式如果不想依赖poetry run可以把poetry run cover-agent-full-repo替换为直接执行安装后的入口脚本python ./venv/lib/python3.10/site-packages/cover_agent/main_full_repo.py按你的实际安装路径调整对应文件即本仓库的 main_full_repo.py。三、全部命令行参数与默认值原文档只列出了 4 个Additional configuration options而完整的参数面在 utils.py 的parse_args_full_repo()中定义默认值则来自 configuration.toml。下表按源码整理设置文件默认值一列引自 configuration.toml 的[default]段。参数说明默认值--project-language必填项目语言帮助文本注明可选 python/javascript/typescript但整库模式当前仅支持 python设置中为python--project-root必填项目根目录路径无--code-coverage-report-path必填代码覆盖率报告文件路径无--test-command必填运行测试并生成覆盖率报告的命令无--test-command-dir执行测试命令的目录当前工作目录os.getcwd()--test-file只扩充这一个测试文件取项目根相对路径无--test-folder只扩充该文件夹相对路径下的测试文件无--max-test-files-allowed-to-analyze允许分析的最大测试文件数设置中为20避免运行时间过长--look-for-oldest-unchanged-test-file按最后修改时间排序优先分析最久未改动的测试文件适合定位过期测试并支持多轮运行Falseflag--coverage-type覆盖率报告类型设置中为cobertura--report-filepath输出报告文件路径设置中为test_results.html--max-iterations最大迭代轮数设置中为3--max-run-time-sec单次测试执行允许的最长时间秒提供时覆盖 configuration.toml 的值设置中为30--desired-coverage期望达到的覆盖率百分比整库模式专用设置为100desired_coverage_full_repo--model使用的 LLM 模型整库模式专用设置为bedrock/anthropic.claude-3-5-sonnet-20241022-v2:0model_full_repo--api-base用于 Ollama 或 Hugging Face 的 API 地址设置中为http://localhost:11434--additional-instructions追加到提示词末尾的额外指令空字符串--run-each-test-separately是否逐条单独运行生成的测试True--strict-coverage未达到期望覆盖率时返回非零退出码便于 CI 判定Falseflag--run-tests-multiple-times生成的测试运行次数设置中为1--log-db-path可选日志数据库路径也支持环境变量LOG_DB_PATH设置中为cover_agent_unit_test_runs.db--test-file-output-path输出测试文件路径空字符串--branch配合--diff-coverage使用的对比分支设置中为main--record-mode记录 LLM 响应的录制模式Falseflag--suppress-log-files抑制所有生成的日志文件HTML、logs、DBFalseflag--use-report-coverage-feature-flag/--diff-coverage互斥组前者接受任何文件覆盖率提升的测试后者只基于分支 diff 生成测试均为Falseflag几点值得注意文档与源码的命名差异docs/repo_coverage.md 写作--look-for-oldest-unchanged-test-files复数而 utils.py 中实际注册的 flag 是--look-for-oldest-unchanged-test-file单数。以源码注册的参数名为准。整库模式专属默认值configuration.toml 区分了model单文件模式gpt-4o-2024-11-20与model_full_repo整库模式Bedrock Claude 3.5 Sonnet、desired_coverage70与desired_coverage_full_repo100。即整库模式默认目标是把覆盖率推到 100%且默认使用文档推荐的 sonnet-3.5 模型。模型选择建议原文档 Notes 指出也可以换用gpt-4o或o1-mini等模型但推荐 sonnet-3.5理由是扩充测试属于较复杂的代码任务原文措辞称其为当时最强的代码模型之一。上下文 token 保护configuration.toml 的[include_files]段设置limit_tokens true、max_tokens 20000。从 utils.py 的get_included_files()看当注入给 LLM 的上下文文件内容超过 20000 token 时会被裁剪这是防止整库模式提示词超长的关键保护。四、底层工作流程解析理解 main_full_repo.py 的run()主循环就能把文档中scan → auto identify → auto collect context → extend四步对应到具体实现run() ├─ get_settings().get(default) # 读取 configuration.toml [default] ├─ parse_args_full_repo(settings) # 解析 CLI 参数默认值回落到设置 ├─ ContextHelper(args) # python 才支持否则 NotImplementedError ├─ find_test_files(args) # ① 扫描/识别测试文件 ├─ context_helper.start_server() # ② 启动 LSPjedi-language-server └─ for test_file in test_files: # ③ 逐文件主循环 ├─ find_test_file_context(test_file) # 收集该测试文件的上下文文件 ├─ analyze_context(...) # LLM 判断是否单测 定位主源文件 └─ CoverAgent(CoverAgentConfig.from_cli_args_with_defaults(args_copy)).run() # ④ 对该测试文件执行标准的覆盖率扩充循环1) 测试文件扫描规则find_test_filesutils.py 中的find_test_files()实现了文档所说的auto identify the test files其规则为若显式提供--test-file直接返回该文件不存在则打印错误并exit(-1)若提供--test-folder会先校验目录存在并只在该目录路径下继续扫描否则通过os.walk遍历--project-root跳过is_forbidden_directory()判定的禁用目录如依赖安装目录识别逻辑有两层目录路径中包含test目录名时收集该目录下所有与--project-language匹配扩展名的文件借助grep_ast.filename_to_lang判断语言目录名不含test时收集文件名中包含test子串且语言匹配的文件扫描数量受--max-test-files-allowed-to-analyze限制。2) 最久未改动测试文件优先--look-for-oldest-unchanged-test-file该 flag 对应文档第 4 个附加选项。从 utils.py 看设置该 flag 时扫描在达到上限后提前停止随后按os.path.getmtime最后修改时间升序排序只保留最老的MAX_TEST_FILES个。这与文档描述的动机一致最久未动的测试文件最可能过期且多轮运行时可以从最旧继续推进避免每轮重复处理同一批文件。3) 上下文收集LSP tree-sitterContextHelperContextHelper.py是auto collect context的实现start_server()通过 utils_context.py 的initialize_language_server()创建 multilspy 封装的LanguageServerPython 场景使用 jedi-language-server项目 pyproject.toml 中依赖jedi-language-server、grep_ast、tree_sitter等包find_test_file_context()先用 tree-sitter 的FileMap对测试文件做符号级解析get_query_results()获取捕获再调用 LSP 的get_direct_context()找出测试文件直接引用到的上下文文件并过滤掉空文件。4) AI 判断测试归属analyze_contextutils_context.py 的analyze_context()对每个测试文件做三件事源码注释原文即如此描述判断该测试文件是否为单元测试文件在上下文文件中确定哪个是主源文件希望为其提升覆盖率的目标源文件其余上下文文件作为included_files附带给 CoverAgent。实现上是把测试文件内容、语言、上下文文件相对路径渲染进 analyze_test_against_context.toml 定义的系统/用户提示词调用 LLM 后以 YAML 解析响应当is_this_a_unit_test 1时取main_file字段作为源文件并将其从附带上下文中剔除。若 LLM 判定不是单测文件或解析失败该测试文件会被跳过主循环中对source_file为空做保护异常也会被捕获打印后继续处理下一个文件。5) 逐文件执行 CoverAgent对每个通过上述两步的测试文件main_full_repo.py 深拷贝一份args填入source_file_path、test_command_dir固定为project_root、test_file_path与included_files再构造CoverAgentConfig并运行标准的CoverAgent.run()——即项目核心的生成 → 运行测试 → 解析覆盖率 → 校验提升迭代循环。每个文件的失败会被捕获并打印不影响后续文件。五、典型组合用法结合参数面两个实用组合以文档命令为基础修改# 只针对 tests/ 目录、最多分析 10 个测试文件 poetry run cover-agent-full-repo \ --project-languagepython \ --project-root/path/to/repo \ --code-coverage-report-path/path/to/repo/coverage.xml \ --test-commandcoverage run -m pytest tests --cov/path/to/repo --cov-reportxml \ --test-foldertests \ --max-test-files-allowed-to-analyze10 \ --modelbedrock/anthropic.claude-3-5-sonnet-20241022-v2:0 # 多轮运行每次优先处理最久未改动的测试文件并用 --strict-coverage 让 CI 在未达标时失败 poetry run cover-agent-full-repo \ ... \ --look-for-oldest-unchanged-test-file \ --strict-coverage六、适用前提与限制语言从 main_full_repo.py 与 utils_context.py 看整库模式当前仅支持 Python其他语言会在启动时抛NotImplementedError修改仓库文件该模式会扩充分支上的测试文件务必在专用分支运行原文档步骤 3运行时长默认最多分析 20 个测试文件、目标覆盖率 100%大仓库请配合--max-test-files-allowed-to-analyze、--test-folder或--test-file控制范围模型成本每个测试文件至少经历上下文归属判断一次 LLM 调用之后每个文件还有最多--max-iterations默认 3轮的生成-验证迭代整体 token 消耗与测试文件数量成正比。七、小结Repo Coverage 模式把 Qodo Cover 的单文件覆盖率扩充能力批量化find_test_files用目录名/文件名规则加语言过滤来识别测试文件multilspy tree-sitter 组合为每个测试文件收集直接上下文一次 LLM 调用判定其主源文件归属最后对每个测试文件源文件对运行标准 CoverAgent 循环。配合--test-file/--test-folder收窄范围、--look-for-oldest-unchanged-test-file多轮推进、--strict-coverage接入 CI它就是一个可持续运行、自动补齐测试的整库工具。若你想进一步理解其特性开关diff 覆盖、报告覆盖与整库模式的关系可继续参考 docs/features.md 与 docs/usage_examples.md。【免费下载链接】cover-agentQodo-Cover: An AI-Powered Tool for Automated Test Generation and Code Coverage Enhancement! 项目地址: https://gitcode.com/GitHub_Trending/co/cover-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Qodo Cover（cover-agent）Repo Coverage 模式详解：全仓库测试文件扫描与自动覆盖率扩充
Qodo Covercover-agentRepo Coverage 模式详解全仓库测试文件扫描与自动覆盖率扩充【免费下载链接】cover-agentQodo-Cover: An AI-Powered Tool for Automated Test Generation and Code Coverage Enhancement! 项目地址: https://gitcode.com/GitHub_Trending/co/cover-agentRepo Coverage 是 Qodo Cover仓库名 cover-agent提供的一种整库模式它自动扫描整个代码仓库、识别测试文件、为每个测试文件收集上下文并让 LLM 持续补充测试用例以提升代码覆盖率。本文基于仓库中的 Repo Coverage 文档 与对应源码入口 main_full_repo.py、参数解析 utils.py、上下文助手 ContextHelper.py完整介绍该模式的运行步骤、全部命令行参数及其默认值、底层调用链和工作原理帮助你把它作为自动化补齐测试的常驻工具落地到自己的 Python 项目中。一、什么是 Repo Coverage 模式Qodo Cover 的核心目标是借助生成式 AI 自动生成合格的单测从而高效提升代码覆盖率。项目 README 将系统拆解为几个协作组件测试执行器Test Runner、覆盖率解析器Coverage Parser、提示词构建器Prompt Builder和 AI 调用器AI Caller。在此之上项目提供了几种使用形态单文件/单测模式cover-agent针对一个源文件生成并扩充测试详见 docs/features.md 中的 diff 覆盖与报告覆盖特性Repo Coverage 模式cover-agent-full-repo即本文主题。README 的 2024-11-05 更新记录明确了它的定位扫描整个仓库、自动识别测试文件、为每个测试文件自动收集上下文并用新测试扩充测试套件详情即指向 docs/repo_coverage.md。从源码结构看两种模式对应两个命令行入口定义在 pyproject.toml 的[tool.poetry.scripts]中[tool.poetry.scripts] cover-agent cover_agent.main:main cover-agent-full-repo cover_agent.main_full_repo:main generate-report cover_agent.UnitTestDB:dump_to_report_cli因此 Repo Coverage 模式的入口函数是 main_full_repo.py 中的main()安装后即可用cover-agent-full-repo命令直接调用。二、完整操作步骤以下流程完整继承自 docs/repo_coverage.md并补充了仓库中的实际配置依据。1. 在现有项目 venv 中安装 cover-agentpip install githttps://github.com/Codium-ai/cover-agent.git安装后cover-agent-full-repo命令会随 Poetry 脚本注册见上文 pyproject.toml。2. 若项目缺少pyproject.toml创建一份占位配置原文档给出的最小模板[tool.poetry] name cover-agent version 0.0.0 # Placeholder description Cover Agent Tool authors [QodoAI] license AGPL-3.0 license readme README.md3. 创建独立分支由于该模式会直接修改并扩充你仓库里的测试文件文档建议在专用分支上运行方便回滚与对比。4. 进入仓库根目录并运行命令export AWS_ACCESS_KEY_ID... export AWS_SECRET_ACCESS_KEY... export AWS_REGION_NAME... poetry run cover-agent-full-repo \ --project-languagepython \ --project-rootpath_to_your_repo \ --code-coverage-report-pathpath_to_your_repo/coverage.xml \ --test-commandcoverage run -m pytest relative_path_to_unittest_folder --covpath_to_your_repo --cov-reportxml --cov-reportterm \ --modelbedrock/anthropic.claude-3-5-sonnet-20241022-v2:0参数要点--project-language项目语言。注意从 main_full_repo.py 看当前整库模式仅实现python传入其他语言会抛出NotImplementedError(Unsupported language: ...)--project-root仓库根目录测试文件扫描与路径换算都以它为基准--code-coverage-report-path覆盖率报告文件路径Cobertura XML见下文的--coverage-type默认值--test-command运行测试并生成覆盖率报告的命令。示例中用coverage run -m pytest ... --cov-reportxml生成 Cobertura 格式的coverage.xml--model使用的 LLM。示例使用 AWS Bedrock 上的 Claude 3.5 Sonnet对应环境里配置了AWS_*凭证。5. 不使用 Poetry 的替代方式如果不想依赖poetry run可以把poetry run cover-agent-full-repo替换为直接执行安装后的入口脚本python ./venv/lib/python3.10/site-packages/cover_agent/main_full_repo.py按你的实际安装路径调整对应文件即本仓库的 main_full_repo.py。三、全部命令行参数与默认值原文档只列出了 4 个Additional configuration options而完整的参数面在 utils.py 的parse_args_full_repo()中定义默认值则来自 configuration.toml。下表按源码整理设置文件默认值一列引自 configuration.toml 的[default]段。参数说明默认值--project-language必填项目语言帮助文本注明可选 python/javascript/typescript但整库模式当前仅支持 python设置中为python--project-root必填项目根目录路径无--code-coverage-report-path必填代码覆盖率报告文件路径无--test-command必填运行测试并生成覆盖率报告的命令无--test-command-dir执行测试命令的目录当前工作目录os.getcwd()--test-file只扩充这一个测试文件取项目根相对路径无--test-folder只扩充该文件夹相对路径下的测试文件无--max-test-files-allowed-to-analyze允许分析的最大测试文件数设置中为20避免运行时间过长--look-for-oldest-unchanged-test-file按最后修改时间排序优先分析最久未改动的测试文件适合定位过期测试并支持多轮运行Falseflag--coverage-type覆盖率报告类型设置中为cobertura--report-filepath输出报告文件路径设置中为test_results.html--max-iterations最大迭代轮数设置中为3--max-run-time-sec单次测试执行允许的最长时间秒提供时覆盖 configuration.toml 的值设置中为30--desired-coverage期望达到的覆盖率百分比整库模式专用设置为100desired_coverage_full_repo--model使用的 LLM 模型整库模式专用设置为bedrock/anthropic.claude-3-5-sonnet-20241022-v2:0model_full_repo--api-base用于 Ollama 或 Hugging Face 的 API 地址设置中为http://localhost:11434--additional-instructions追加到提示词末尾的额外指令空字符串--run-each-test-separately是否逐条单独运行生成的测试True--strict-coverage未达到期望覆盖率时返回非零退出码便于 CI 判定Falseflag--run-tests-multiple-times生成的测试运行次数设置中为1--log-db-path可选日志数据库路径也支持环境变量LOG_DB_PATH设置中为cover_agent_unit_test_runs.db--test-file-output-path输出测试文件路径空字符串--branch配合--diff-coverage使用的对比分支设置中为main--record-mode记录 LLM 响应的录制模式Falseflag--suppress-log-files抑制所有生成的日志文件HTML、logs、DBFalseflag--use-report-coverage-feature-flag/--diff-coverage互斥组前者接受任何文件覆盖率提升的测试后者只基于分支 diff 生成测试均为Falseflag几点值得注意文档与源码的命名差异docs/repo_coverage.md 写作--look-for-oldest-unchanged-test-files复数而 utils.py 中实际注册的 flag 是--look-for-oldest-unchanged-test-file单数。以源码注册的参数名为准。整库模式专属默认值configuration.toml 区分了model单文件模式gpt-4o-2024-11-20与model_full_repo整库模式Bedrock Claude 3.5 Sonnet、desired_coverage70与desired_coverage_full_repo100。即整库模式默认目标是把覆盖率推到 100%且默认使用文档推荐的 sonnet-3.5 模型。模型选择建议原文档 Notes 指出也可以换用gpt-4o或o1-mini等模型但推荐 sonnet-3.5理由是扩充测试属于较复杂的代码任务原文措辞称其为当时最强的代码模型之一。上下文 token 保护configuration.toml 的[include_files]段设置limit_tokens true、max_tokens 20000。从 utils.py 的get_included_files()看当注入给 LLM 的上下文文件内容超过 20000 token 时会被裁剪这是防止整库模式提示词超长的关键保护。四、底层工作流程解析理解 main_full_repo.py 的run()主循环就能把文档中scan → auto identify → auto collect context → extend四步对应到具体实现run() ├─ get_settings().get(default) # 读取 configuration.toml [default] ├─ parse_args_full_repo(settings) # 解析 CLI 参数默认值回落到设置 ├─ ContextHelper(args) # python 才支持否则 NotImplementedError ├─ find_test_files(args) # ① 扫描/识别测试文件 ├─ context_helper.start_server() # ② 启动 LSPjedi-language-server └─ for test_file in test_files: # ③ 逐文件主循环 ├─ find_test_file_context(test_file) # 收集该测试文件的上下文文件 ├─ analyze_context(...) # LLM 判断是否单测 定位主源文件 └─ CoverAgent(CoverAgentConfig.from_cli_args_with_defaults(args_copy)).run() # ④ 对该测试文件执行标准的覆盖率扩充循环1) 测试文件扫描规则find_test_filesutils.py 中的find_test_files()实现了文档所说的auto identify the test files其规则为若显式提供--test-file直接返回该文件不存在则打印错误并exit(-1)若提供--test-folder会先校验目录存在并只在该目录路径下继续扫描否则通过os.walk遍历--project-root跳过is_forbidden_directory()判定的禁用目录如依赖安装目录识别逻辑有两层目录路径中包含test目录名时收集该目录下所有与--project-language匹配扩展名的文件借助grep_ast.filename_to_lang判断语言目录名不含test时收集文件名中包含test子串且语言匹配的文件扫描数量受--max-test-files-allowed-to-analyze限制。2) 最久未改动测试文件优先--look-for-oldest-unchanged-test-file该 flag 对应文档第 4 个附加选项。从 utils.py 看设置该 flag 时扫描在达到上限后提前停止随后按os.path.getmtime最后修改时间升序排序只保留最老的MAX_TEST_FILES个。这与文档描述的动机一致最久未动的测试文件最可能过期且多轮运行时可以从最旧继续推进避免每轮重复处理同一批文件。3) 上下文收集LSP tree-sitterContextHelperContextHelper.py是auto collect context的实现start_server()通过 utils_context.py 的initialize_language_server()创建 multilspy 封装的LanguageServerPython 场景使用 jedi-language-server项目 pyproject.toml 中依赖jedi-language-server、grep_ast、tree_sitter等包find_test_file_context()先用 tree-sitter 的FileMap对测试文件做符号级解析get_query_results()获取捕获再调用 LSP 的get_direct_context()找出测试文件直接引用到的上下文文件并过滤掉空文件。4) AI 判断测试归属analyze_contextutils_context.py 的analyze_context()对每个测试文件做三件事源码注释原文即如此描述判断该测试文件是否为单元测试文件在上下文文件中确定哪个是主源文件希望为其提升覆盖率的目标源文件其余上下文文件作为included_files附带给 CoverAgent。实现上是把测试文件内容、语言、上下文文件相对路径渲染进 analyze_test_against_context.toml 定义的系统/用户提示词调用 LLM 后以 YAML 解析响应当is_this_a_unit_test 1时取main_file字段作为源文件并将其从附带上下文中剔除。若 LLM 判定不是单测文件或解析失败该测试文件会被跳过主循环中对source_file为空做保护异常也会被捕获打印后继续处理下一个文件。5) 逐文件执行 CoverAgent对每个通过上述两步的测试文件main_full_repo.py 深拷贝一份args填入source_file_path、test_command_dir固定为project_root、test_file_path与included_files再构造CoverAgentConfig并运行标准的CoverAgent.run()——即项目核心的生成 → 运行测试 → 解析覆盖率 → 校验提升迭代循环。每个文件的失败会被捕获并打印不影响后续文件。五、典型组合用法结合参数面两个实用组合以文档命令为基础修改# 只针对 tests/ 目录、最多分析 10 个测试文件 poetry run cover-agent-full-repo \ --project-languagepython \ --project-root/path/to/repo \ --code-coverage-report-path/path/to/repo/coverage.xml \ --test-commandcoverage run -m pytest tests --cov/path/to/repo --cov-reportxml \ --test-foldertests \ --max-test-files-allowed-to-analyze10 \ --modelbedrock/anthropic.claude-3-5-sonnet-20241022-v2:0 # 多轮运行每次优先处理最久未改动的测试文件并用 --strict-coverage 让 CI 在未达标时失败 poetry run cover-agent-full-repo \ ... \ --look-for-oldest-unchanged-test-file \ --strict-coverage六、适用前提与限制语言从 main_full_repo.py 与 utils_context.py 看整库模式当前仅支持 Python其他语言会在启动时抛NotImplementedError修改仓库文件该模式会扩充分支上的测试文件务必在专用分支运行原文档步骤 3运行时长默认最多分析 20 个测试文件、目标覆盖率 100%大仓库请配合--max-test-files-allowed-to-analyze、--test-folder或--test-file控制范围模型成本每个测试文件至少经历上下文归属判断一次 LLM 调用之后每个文件还有最多--max-iterations默认 3轮的生成-验证迭代整体 token 消耗与测试文件数量成正比。七、小结Repo Coverage 模式把 Qodo Cover 的单文件覆盖率扩充能力批量化find_test_files用目录名/文件名规则加语言过滤来识别测试文件multilspy tree-sitter 组合为每个测试文件收集直接上下文一次 LLM 调用判定其主源文件归属最后对每个测试文件源文件对运行标准 CoverAgent 循环。配合--test-file/--test-folder收窄范围、--look-for-oldest-unchanged-test-file多轮推进、--strict-coverage接入 CI它就是一个可持续运行、自动补齐测试的整库工具。若你想进一步理解其特性开关diff 覆盖、报告覆盖与整库模式的关系可继续参考 docs/features.md 与 docs/usage_examples.md。【免费下载链接】cover-agentQodo-Cover: An AI-Powered Tool for Automated Test Generation and Code Coverage Enhancement! 项目地址: https://gitcode.com/GitHub_Trending/co/cover-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
