使用VectorCAST/C++的AI辅助测试功能

从2026版本开始，VectorCAST/


C++


推出首批


AI


辅助测试功能，旨在帮助开发团队解决单元测试过程中的两个核心难点：

1. 如何根据需求描述自动生成可验证逻辑功能的单元测试用例（Req2


te


st）：基于自然语言需求输入，利用大语言模型自动生成符合测试框架规范的测试用例代码，减少手工编写用例的工作量。

2. 如何基于现有代码自动生成单元级别的需求规格说明（Code2req）：通过分析被测代码的结构与逻辑，反向生成形式化的单元需求描述，完善需求追溯链，满足功能安全标准对双向追溯的要求。

部署架构与数据安全

01完全本地化部署：仅通过调用客户本地部署的大语言模型（LLM）


接口


实现功能，测试代码与需求数据无需上传至外部云服务，从根本上保障企业代码资产的隐私安全。

02广泛的模型兼容性：兼容OpenAI A


PI


接口规范和支持JSON格式输出的模型推理引擎均可对接，包括阿里云、微软Azure等。

03灵活的使用方式：支持三种操作模式，满足不同


工程师


的使用习惯，包括Visual Studio Code插件（编码时直接使用）、纯命令行（CI/CD流水线集成）、VectorCAST/C++图形界面（可视化操作）。

功能价值总结

VectorCAST/C++的AI辅助测试功能（Req2test与Code2req）将大语言模型技术与


嵌入式


代码测试深度融合，在以下方面为开发团队创造实际价值：

降低测试用例编写门槛：Req2test可根据自然语言需求自动生成测试用例，减少手工编码工作量，特别适用于需求变更频繁的项目场景；

完善需求追溯链：Code2req通过代码反向生成单元需求描述，填补从高层需求到单元测试之间的规格空缺，满足ISO 26262、DO-178C等功能安全标准对双向追溯的合规要求；

本地化部署保障安全：通过与本地LLM对接，企业无需将代码上传至第三方平台，兼顾效率提升与数据隐私保护；

灵活的集成方式：三种使用模式覆盖从开发桌面到CI/CD流水线的全场景，便于团队根据现有工具链灵活选择。