SuperAPI AI 工具集

antithesis-feature-workload

设计与创作

查看项目

更新于 10-15 19:56

技能介绍

用途:从某个具体功能出发,产出一个能测试该功能的 Antithesis 工作负载。适用于功能已完成(源码可用、完整分析与断言应通过)或功能开发中(负载含 TDD 风格桩,断言随代码落地转绿)两种起点,两者走同一流程,差别只是首轮通过断言数量。

主要能力:完成系统定位与功能理解;发现功能属性(不变量、可达行为、失效模式);评估哪些故障注入类型对该功能有意义;构建含双模式断言的负载;在本地迭代后可选迁移到 Antithesis 运行与验证。

使用方式:先读 references/feature-analysis.md 定位系统、理解功能、发现属性,并将结果记录到 antithesis/feature-workloads/<feature-slug>/analysis.md;再读 self-driving-workload、assertions、interesting-values,从边界值与配置上限族构建取值菜单,构建自驱动程序、docker-compose.yml 用于本地运行;本地运行后先检查 reach claims 是否触发,再迭代调整负载、断言、SUT 配置或属性。迁移 Antithesis 时用 antithesis-setup 准备基础设施,用 antithesis-launch 提交运行,用 antithesis-triage 以功能视角分析,用 antithesis-debug 深查失败。功能演进时按“Update workload for feature changes”更新负载。

适用场景:需要针对单一功能做定向覆盖而非全系统广泛覆盖;需要 reach claims 证明负载触及关键状态;需要验证功能不变量。

限制与前置:需有功能(源码、规格或描述)、SUT 源码、本地运行的 Docker Compose v2 与容器引擎(Docker 或 Podman);迁移 Antithesis 运行需安装 snouty CLI。一次只处理一个功能。发现失败需按 references/verification.md 核实机制,属性失败只是候选缺陷。其余收费、价格等信息暂未提供。