Call-Chain-Aware LLM-Based Test Generation for Java Projects
本文提出了一种名为 CAT 的新型单元测试生成方法，通过静态分析显式引入调用链和依赖上下文来增强 LLM 的提示词构建，从而在处理具有复杂类间依赖的 Java 项目时，显著提升了测试的覆盖率和有效性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章介绍了一种名为 CAT 的新技术，专门用来帮程序员自动编写 Java 程序的“单元测试”（Unit Tests）。
为了让你轻松理解，我们先来打个比方。
1. 核心矛盾：自动测试员的“近视眼”问题
想象一下，你是一个大型乐高城堡的总工程师。你现在雇佣了一群AI 机器人助手（也就是大语言模型，比如 ChatGPT）来帮你检查城堡的每一个零件是否结实。
目前的 AI 助手（现状）：
这些机器人很聪明，但它们有个致命弱点——“近视眼”。当你让它们检查城堡中间的一个小零件（目标方法）时，它们只能看到这个零件本身。如果这个零件需要插在一个复杂的转轴上，而转轴又需要连着一个复杂的齿轮组才能转动起来，这些机器人就会抓瞎。它们会写出一些“看起来很对”但“根本装不上去”的检查方案。因为它们不知道这个零件是怎么被层层嵌套、通过哪些复杂的链条连接到整个城堡上的。
结果就是： 机器人写的测试代码经常报错，因为它们没能模拟出零件在真实环境中的“生存状态”。
2. CAT 的解决方案：给机器人配上“全景透视镜”
这篇论文提出的 CAT，就像是给这些机器人配上了一副**“全景透视镜”和一本“组装说明书”**。
它不再让机器人只盯着一个零件看，而是通过一种叫“静态分析”的技术，提前帮机器人做好了三件事：
- 第一，画出“家族族谱”（调用链分析）：
机器人不再只看零件 A，它现在能看到：零件 A 是被零件 B 调用的，而零件 B 是由零件 C 启动的……它看清了整个“家族关系链”，知道要让 A 动起来，得先让 C 动起来。 - 第二，准备好“零件配件包”（依赖解析）：
如果零件 A 需要一个特殊的螺丝钉（第三方库或外部类），CAT 会提前把这个螺丝钉的型号、怎么拧、怎么组装的信息全部打包塞进机器人的脑子里。 - 第三，提供“组装模版”（构造函数信息）：
它告诉机器人：“嘿，如果你想用这个零件，你得先按照这个步骤去‘生产’它。”
有了这副“透视镜”，机器人写的测试就不再是“空中楼阁”，而是能够真实运行、符合逻辑的“实战演习”。
3. 实验结果：从“实习生”进化为“高级工程师”
研究人员把 CAT 放在了两个考场进行测试：
- 标准考场（Defects4J）： 这是一个经典的软件缺陷测试集。
- 实战考场（GitHub 新项目）： 这些项目是 AI 还没学过的“新题”，难度更高，结构更复杂。
战绩如何？
- 在标准考场上，CAT 的表现比目前最厉害的对手（PANTA）提升了约 18% 到 21% 的覆盖率（意味着它能检查到更多隐藏的角落）。
- 在更难的实战考场上，它的优势甚至扩大到了 25% 以上！
这证明了 CAT 不仅仅是靠“背题库”（记忆力）取胜，而是真的学会了**“理解复杂的逻辑结构”**。
4. 总结一下
如果把写测试比作**“模拟一场真实的战斗”**：
- 以前的 AI： 只知道让士兵冲锋，但不知道士兵该穿什么盔甲、拿什么武器，结果士兵还没上战场就“阵亡”了（代码报错）。
- 现在的 CAT： 提前告诉士兵：“你要穿 3 号盔甲，拿 5 号长矛，按照这个行军路线出发。” 于是，士兵能顺利完成任务，真正测试出战场的每一个角落是否安全。
一句话总结：CAT 通过“看清全局关系”，让 AI 能够写出真正能跑通、能发现深层问题的专业级测试代码。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。