مولد آزمون
استفاده تجاری
مدل هاي 579
بدون نشان آبی
نیازی به ثبت نام نیست
مدل:
+ GPT-5, Claude, Gemini
کد را بچسبانید (یا یک پرونده را بارگذاری کنید) و یک بسته کامل تست برای چارچوب انتخابی خود بگیرید — pytest, unittest, Jest, Mocha, Vitest, JUnit, Go test, RSpec, PHPUnit, or XCTest. اهداف پوشش را انتخاب کنید (راه خوش / موارد لبه / موارد خطا / بر اساس ویژگی) برای هدایت اولویتها. رایگان در زیر مجموعه روزانه — بدون مجوز Diffblue ، بدون هزینه ۵۰ دلاری / توسعه دهنده.
اجرای فرمان
یادداشتهای پوشش
گامهای بعدی
گزینههای پیشرفته
نتیجه
. يه کم کم ميشه
گرفتن نشانههای بیشتر
❤️ دوست Free.ai رو به دوستانت بگو
ثبت نام کنید تا لینک پیشنهادی دریافت کنید و 30 توکن برای هر دوست بدست آورید.
بيشتر ميخواي؟
ثبت نام رایگان: 30,000 tokens/day
ثبت نام
در حال پردازش درخواست شما...
تولید تست واحد و مجموعه تست با هوش مصنوعی آزاد. پوشش کد کامل به صورت خودکار.
چطور استفاده شود مولد آزمون
1
وارد کردن ورودی
متن را تایپ کنید ، پروندهای را بارگذاری کنید ، یا آنچه را میخواهید توصیف کنید. حساب نیازی نیست.
2
ایجاد را کلیک کنید
هوش مصنوعی ما درخواست شما را در چند ثانیه با استفاده از بهترین مدلهای منبع باز پردازش میکند.
3
بارگیری و اشتراک
دانلود، کپی یا اشتراکگذاری نتایج خود. برای استفاده شخصی و تجاری رایگان است.
استفاده از این ابزار از طریق API
این ابزار را از کد خودتان خودکار کنید. نقطه پایانی REST سازگار با OpenAI، گواهینامه توکن حامل، نیازی به SDK اضافی نیست. هزینه توکن با رابط وب مطابقت دارد.
curl -X POST https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model": "qwen-coder", "messages": [{"role": "user", "content": "Write a Python function that reverses a string."}]}'ابزارهای هوش مصنوعی آزاد مرتبط
مولد آزمون - FAQ
یک تابع ، کلاس یا پروندۀ کامل را بچسبانید و مجموعه کاملی از آزمون را بازگردانید - موارد مسیر خوش ، موارد لب ، موارد خطا ، و آزمونهای مبتنی بر ویژگی (اختياری). چارچوب آزمون را بهطور صریح انتخاب کنید) pytest / unittest / Jest / Mocha / Vitest / JUnit / Go test / RSpec / PHPUnit / XCTest / etc. (تا خروجی با قراردادهای پروژه شما مطابقت داشته باشد.
Diffblue Cover فقط جاوا است و با قیمت ۵۰ دلار/dev/ماه بعد از یک سطح رایگان محدود به پروژههای کوچک شروع میشود. Codium AI (اکنون Qodo) برای افراد رایگان است اما استفاده سنگین را محدود میکند و حالت واحد تست برای IDE-inline patch بهینه شده است، نه suiteهای فایل کامل. Tabnine تولید تست را در برنامهٔ Pro $12/mo خود قرار میدهد. Free.ai ۱۰۰٪ رایگان است تحت توکن روزانه، از ۹ فریم ورک در تمام زبانهای اصلی پشتیبانی میکند و به شما اجازه میدهد تا اهداف پوشش را به طور صریح انتخاب کنید (خوشحال / لبه / خطا / مبتنی بر دارایی).
پایتون: pytest برای پروژههای جدید (مدل، fixtures ، parameterize)، unittest برای محدودیتهای stdlib فقط. جاوااسکریپت: Vitest (سرعت Vite- native) یا Jest (بزرگترین محبوبیت). TypeScript: Vitest یا Jest با ts- jest. جاوا: JUnit 5. Go: بسته آزمایشی داخلی. Ruby: RSpec. PHP: PHPUnit. Swift: XCTest. انتخابکننده مدل را مجبور میکند که از نحو دقیق assertion / fixture برای چارچوب انتخابشده استفاده کند.
به جای تأیید ورودیهای انتخاب شده با دست، مدل آزمایشهای فرضیه (پایتون)، بررسی سریع (JS/TS) یا Junit-quickcheck (جاوا) را مینویسد که صدها ورودی تصادفی تولید میکند و یک ویژگی را برای همه آنها تأیید میکند. خطاهای آزمونهای دستنویس را میگیرد - off-by-one، overflow integer، cases of empty collection edge.
نه - Free.ai کد آزمون را تولید میکند ، شما آن را محلی اجرا میکنید. باز کردن / coder / برای انداختن هر دو پروندۀ در sandbox مرورگر ما و اجرا ، یا چسباندن به repo محلی خود و اجرا کردن pytest / npm test / go test به صورت معمول. خروجی شامل فرمان دقیق CLI برای چارچوب انتخابشده است.
به مدل گفته میشود که حداقل یک مسیر خوشحال، ۲-۳ مورد لبه و (اگر خطاها چک شوند) ۱-۲ تست مسیر خطا در هر تابع عمومی تولید کند. برای پوشش ریاضی سخت از ابزار پوشش (coverage.py, c8, jacoco) بعد از اجرا استفاده کنید - Free.ai پوشش رفتاری را هدف قرار میدهد، نه پوشش خط.
آزمونهای تولید شده توسط هوش مصنوعی نقطه آغازین هستند - آنها موارد واضح را سریع پوشش میدهند (لبههای خوشحال + استاندارد) بنابراین میتوانید بر روی غیرقابل تغییرهای کسب و کار پیچیده تمرکز کنید. همیشه هر آزمون را قبل از commit خواندن؛ مدل گاهی اوقات در مورد مقادیر انتظاری نادرست هنگامی که نام تابع مبهم است ادعا میکند. با آزمونهای هوش مصنوعی مانند اولین PR یک توسعه دهنده جوان رفتار کنید - بررسی ، اصلاح ، ادغام.
روش بهتر ، آزمایش از طریق API عمومی است. مدل به این سمت متمایل است. اگر بطور صریح نیاز به پوشش روش خصوصی دارید ، آن را در پرانتز ذکر کنید - مدل از مکانیزم زبان استفاده میکند (تغییر نام پایتون ، دسترسی پویا JS ، بازتاب جاوا) اما به شما هشدار میدهد که بوی کد دارد.
بله - هنگامی که منبع تحت آزمایش مشتریهای DB، مشتریهای HTTP، فایل I/O و غیره را وارد میکند مدل از ابتداییهای فریمورک (pytest monkeypatch / unittest.mock، Jest jest.mock، Mockito for Java) استفاده میکند و جعلهای کمترین را فراهم میکند. برای جعلهای پیچیده (یک نشست DB ۱۰- روش) احتمالاً بعد از آن به صورت دستی ساده میکنید.
تا ۱۲۰۰۰ کاراکتر (~۱۸۰ خط) در مسیر خود میزبان. Premium long-context Claude/GPT handle full-file (۲۰۰K+ chars) test runs - switch when generating tests for a full module.
کد به مدل فرستاده میشود ، پردازش میشود و دور ریخته میشود. کدگذار خود- میزبان Qwen ۳ بر روی GPUهای خود Free.ai اجرا میشود - منبع شما هرگز از زیرساخت ما خارج نمیشود. مدلهای خارجی پرمیوم (Claude / GPT-5) از طریق ارائهدهندگانشان تحت شرایط پردازش داده آنها مسیریابی میشوند.
بله - POST به /v1/chat/ با دستور سیستم آزمایش (چراغ + هدف پوشش) و منبع به عنوان پیام کاربر. مفید برای یک گام CI که آزمایشهای خودکار برای پروندههای جدید تولید میکند. برای قطعههای کوچک /api/ را ببینید.
اين ابزار رو چطور رتبه بندي ميکني؟