EdgeForge：用小米MiMo推理模型自动生成边界测试用例

EdgeForge是一款基于小米MiMo推理模型的Python边界测试生成工具，能够自动分析代码并生成覆盖空值、边界数值、Unicode异常等场景的pytest测试用例。

传统的单元测试往往聚焦于"正常路径"，而边界条件——如空列表、单元素集合、NaN值、Unicode代理对等——常常被忽视。这些边界场景恰恰是bug最容易藏匿的地方。EdgeForge的设计哲学是：让AI模型像人类测试专家一样思考，主动发现代码中可能被忽略的边界情况。

EdgeForge采用了一种简洁而有效的工作流程。首先，它解析Python源文件并提取所有函数定义；然后，通过OpenAI兼容的Chat Completions API与MiMo模型交互，请求模型想象可能破坏函数的各种输入场景；最后，将模型生成的测试用例渲染为可直接运行的pytest模块。

小米MiMo模型家族专门针对数学和代码推理任务训练，在MATH、GSM8K、HumanEval、MBPP等基准测试中表现优异。这种推理能力恰好与边界测试的需求高度契合：枚举边界条件、推理类型转换、预测哪些输入会破坏不变量。

EdgeForge的系统提示明确要求MiMo模型考虑以下边界类别：

• 空输入：空列表、空字符串、空字典、None值
• 单元素集合：长度为1的集合可能触发差一错误
• 边界数值：0、-1、INT_MAX、NaN、无穷大、负零
• 类型强制转换：字符串"1"与整数1、True与1的差异
• Unicode异常：表情符号、从右到左文本、代理对、空字符
• 重复与平局：重复键、相等排序优先级
• 有序性边界：已排序、逆序、全部相等的集合
• 超大输入：内存和O(n²)复杂度爆炸场景
• 迭代中变异：集合在遍历过程中被修改
• 浮点精度：0.1+0.2、非常接近的数值
• 差一索引：数组越界和范围错误

假设有一个计算平均值的函数：

def average(numbers: list[float]) -> float:
    """Return arithmetic mean of numbers. Raises on empty input."""
    if not numbers:
        raise ValueError("numbers must be non-empty")
    return sum(numbers) / len(numbers)

运行EdgeForge生成测试：

edgeforge gen average.py --function average --out test_average_edges.py

生成的测试代码包含：

def test_empty_list_raises():
    # category: empty inputs
    with pytest.raises(ValueError):
        average([])

def test_single_element():
    # category: single-element
    assert average([5.0]) == 5.0

def test_negative_and_positive_mix():
    # category: boundary numerics
    assert average([1.0, -1.0, 0.0]) == 0.0

def test_nan_propagates():
    # category: boundary numerics
    import math
    assert math.isnan(average([1.0, float("nan")]))

EdgeForge在设计上注重可重复性和安全性。每次模型调用使用temperature=0和固定种子，确保同一源文件在不同运行中生成相同的测试套件。这使得生成的测试可以作为代码审查的一部分，而非每次CI都重新生成的噪声。

在安全方面，EdgeForge从不执行(eval)模型输出。生成器将Python字面量直接渲染到pytest源文件中，格式错误的字面量会在测试收集阶段产生语法错误，而非在生成阶段执行任意代码。

EdgeForge兼容任何提供OpenAI Chat Completions API的MiMo服务端点，包括vLLM、SGLang、llama.cpp server或托管推理服务。用户可以通过环境变量配置端点地址、模型名称和API密钥，也支持通过命令行参数进行单次调用的覆盖。

EdgeForge代表了AI辅助测试生成的一个实用方向。它没有试图取代人类测试工程师，而是将繁琐的边界条件枚举工作自动化，让开发者可以将精力集中在更复杂的测试场景设计上。随着推理模型的不断进步，这类工具有望在软件质量保障领域发挥越来越重要的作用。