JAIPilot

JAIPilot — 更快的 Java 测试、更高的覆盖率、更少的缺陷

让测试坚不可摧。
测试速度提升约 5 倍。
企业级单元测试。目标行覆盖率达到 90%+。

你的 Java 测试专家，直接在终端中为你服务。 生成、修复并验证测试。减少提示词，强化断言。

以结果为导向。选择目标，选中代码，获取经过验证的测试。 从 CLI 开始使用。想在编码 Agent 中使用 JAIPilot 时，再添加 MCP。

下载 CLI · 开始使用 · MCP 配置 · JAIPilot.com

看看它的运行效果

Apache Kafka

在 1 分 53 秒内，将两个类的行覆盖率从 34.3% 提升至 97.1%。 新增 13 项测试；模块中的 949 项测试全部通过。

Spring Petclinic — 100% 覆盖率

在 3 分 21 秒内，将整个项目的行覆盖率从 85.7% 提升至 100%。 通过 coverage_100 新增 36 项测试；111 项测试全部通过。

保留生产代码。录屏均为实际操作；GIF 会缩短空闲等待时间。所报告的时间为完整任务耗时，使用了预热的构建缓存；结果可能有所不同。命令、录屏和完整测量数据 →

工作原理

前沿大模型推理能力。经过优化的测试工具。针对不同目标定制的提示词。托管服务中的并行工作进程。 独立的类任务可以并发运行；本地执行使用你的工具链和受支持的硬件并行能力。

1. 检查你的代码、构建配置和测试框架。
2. 生成或修复测试，覆盖行为、边界和失败路径，并提供有意义的断言。
3. 验证测试：运行针对性测试、最终回归测试套件，并在配置后生成新的覆盖率报告。

generate_tests、improve_coverage 和 lock_behavior 的目标行覆盖率为 90%+，在配置覆盖率后针对所选生产代码进行测量。系统会报告覆盖缺口和阻碍因素。编辑前必须先通过行为基线测试。

目标	工作流
生成单元测试	generate_tests
提升覆盖率	improve_coverage
修复失败的测试	fix_tests
稳定不稳定的测试	stabilize_flaky_tests
测试当前更改	test_current_changes
重构前锁定行为	lock_behavior
目标行覆盖率达到 100%	coverage_100

安装

需要 Git、JDK 和项目所用的构建工具。

macOS / Linux

curl -fsSL https://raw.githubusercontent.com/JAIPilot/jaipilot/main/install.sh | sh

Windows（PowerShell）

irm https://github.com/JAIPilot/jaipilot/releases/latest/download/install.ps1 | iex

npm

npm install -g jaipilot

Homebrew（macOS / Linux）

brew install JAIPilot/tap/jaipilot

登录后，在你的 Java 仓库中运行：

jaipilot auth login
jaipilot run improve_coverage --class com.acme.OrderService

使用同一个 JAIPilot 账户、订阅和额度。工作流运行前会自动检查更新。

安装路径、手动更新和故障排除 →

使用 CLI

jaipilot run generate_tests --class com.acme.OrderService
jaipilot run test_current_changes --all
jaipilot run lock_behavior --path src/main/java/com/acme

范围可选整个仓库、类、路径或选定行。接受更改前，请检查结果和 git diff。

若要在单模块 Maven 项目中获取全新的、经过验证的覆盖率目标：

jaipilot run improve_coverage --all --coverage-target 80

Maven 适配器还支持本地覆盖率检查和测试生成：

./mvnw com.jaipilot:jaipilot-maven-plugin:1.2.1:check -Djaipilot.coverage.line=80
./mvnw com.jaipilot:jaipilot-maven-plugin:1.2.1:run -Djaipilot.coverage.line=80

Maven 适配器 1.2.1 已发布到 Maven Central。在 Windows PowerShell 中使用 mvnw.cmd。适配器配置、类／分支目标及支持的 JaCoCo 规则 →

所有命令、范围、JSON 输出和退出代码 →

如果我的编码 Agent 已经会编写测试，为什么还要使用 JAIPilot？

测试速度更快。覆盖率更高。测试更强。编码 Agent 的工作量更少。

• 测试速度比通用编码 Agent 快约 5 倍。 优化后的提示词、工具和并行工作进程负责整个测试工作流。实际运行时间因项目而异。CLI 示例：Kafka 达到 97.1% 覆盖率，用时 1m 53s；Petclinic 达到 100%，用时 3m 21s。
• 行覆盖率目标为 90% 以上。 针对所选行为、边界和失败路径编写有意义的断言，并使用你配置的覆盖率工具进行测量。
• 回归保护更强。 编辑前锁定行为；之后验证原始测试。我们配对的 Codex 示例中，保存的测试捕获了 10 个注入故障中的 7 个，而 Codex 单独使用时为 3 个。
• 节省 Token。 将测试规划、生成和修复交给 JAIPilot 的优化服务处理。这可以减少编码 Agent 的测试上下文、Token 用量和成本；可使用 JAIPilot 额度。

实测示例：Codex 搭配 JAIPilot

同一次重构。两个全新的 Codex 会话。两个 Kafka 工具类。MCP 会话自动使用 JAIPilot，无需仓库指令文件或额外的测试提示词。

保存的回归测试套件	Codex 单独使用	Codex + JAIPilot
通过的 JUnit 测试	3	16
所选 Deadline 类的行覆盖率	47.1%	100%
两个 fixture 类的行覆盖率	40%	65.7%
两个 fixture 类的分支覆盖率	30%	80%
保存的测试捕获的注入故障	3/10	7/10

多出 13 个可复用测试。多捕获 4 个刻意引入的错误。 使用相同的模型、设置、初始测试和预热构建缓存。这只是一个配对示例，结果可能有所不同。

90% 的目标适用于所选代码。 Deadline：100%（17/17 行）。合并后的 65.7%（23/35） 包含未作为目标的 LockUtils，其覆盖行数保持在 6/18。

方法、证据和复现 →

面向编码 Agent 的 MCP

可选：让 Codex、Claude Code 或其他 MCP Agent 更擅长 Java 测试。 在编辑前为其提供经过测试的基线，并用真实失败指导修复。

1. 锁定： lock_behavior 会在修改生产代码前创建并运行特征测试；配置后以 90% 以上的行覆盖率为目标。
2. 编辑： 你的编码 Agent 修改生产代码。基线测试保持不变。
3. 验证： verify_behavior 重新运行原始基线。你的 Agent 会调查失败，并在完成前修复意外变更。

通过的测试只保护其实际覆盖的行为。对于有意进行的行为变更，请检查旧的预期结果。

Codex

codex mcp add jaipilot -- jaipilot mcp --repo /absolute/path/to/java-repository

Claude Code

claude mcp add --transport stdio jaipilot -- jaipilot mcp --repo /absolute/path/to/java-repository

启动新的 Agent 会话。MCP 指令和工具描述中包含此工作流。无需仓库指令文件。 测试和命令在本地运行。作业在后台运行；每条本地命令默认限时 1 小时。

需要包含 mcp 命令的构建版本。源代码设置、工具约定和超时选项 →

本地执行与隐私

构建和测试在本地运行。所选源代码、项目上下文和命令输出会发送到 JAIPilot 托管服务及模型提供商。登录凭据保留在本地，并仅授予用户权限。

隐私详情 · 提问 · 报告问题 · 私下报告漏洞

MIT 许可证 · JAIPilot.com