genunit · Java 单元测试自动生成

几十万行历史代码,
一条命令补齐单元测试

不是 AI 猜的,是 编译过 · 跑过 · 验过

私有化部署,代码不出内网,接入你自己的 LLM。Cursor、通义灵码帮你写新代码;genunit 帮你给已有代码批量补测试。

拿你的项目跑个分 → 看实测数据 →
95%+ 路径覆盖  ·  每个测试都真编译真运行  ·  代码不出内网
问题

历史代码没测试,是迟早要还的债

01

手写太贵

10 人 Java 团队,写单测吃掉约 20% 工时——一年就是百万级人力成本,而且没人愿意干。

02

合规在催

银行、保险、政企被要求测试覆盖率达标。几十万行存量代码,靠手写根本补不完。

03

AI 插件帮不上

Cursor / 通义灵码是写新代码的副驾驶,不会对存量项目批量扫一遍把测试补齐——这不是它们的活。

不服跑个分

真实开源项目,跑出来的数

这些不是 PPT 数字。拿你自己的项目来,我们当场跑给你看。

96.7%
mall-admin 覆盖率
95.6%
ruoyi-vue-pro 覆盖率
95.0%
litemall 覆盖率
每个方法跑了什么,看得见
login() → 5 条路径 · 5 个测试 · 全部编译运行通过

每个方法识别出几条路径、生成了几个测试、有没有全部跑通,都列出来。生成的每个测试都 mvn test 真跑过一遍才算成功——编译不过、断言不对的,不会混进结果里。

工作原理

别人"猜"测试,我们"验"测试

不是把代码丢给 LLM 让它编一个。先静态分析枚举出每条可达路径,每条路径生成一个测试,再用字节码插桩验证它真的覆盖了那条路径。

理解 Java 代码 枚举可达路径 生成测试 编译执行 验证路径覆盖

确定性生成,可重复、可验证。同一份代码跑两次,结果一致——不像纯 LLM 每次都不一样。

算笔账

¥5 万/年,买回多少人力?

现状

≈ ¥90 万/年

10 人 Java 团队,写单测约占 20% 工时——按人力成本折算的隐性支出。

用了 genunit

降到 ~3%

批量自动生成,工程师从"逐个手写"变成"review + 合并"。

结果

释放 ≈ 1.8 人

约等于 ¥80 万/年产能。Standard ¥5 万/年 ≈ 1 个工程师 1 个月工资——账好算。

* 按 20% 写测试工时、人均综合成本 ¥45 万/年估算,仅供量级参考。具体看 定价页

一张表说清

genunit vs 其他方案

维度genunit通用 AI 助手(Cursor·Claude Code·通义灵码 等)传统手工
主场景给存量代码批量补测试写新代码时提示逐个手写
批量能力一条命令覆盖整个项目逐方法手动触发逐个手写
覆盖率95%+ 路径级,可验证不确定,无法验证取决于工程师
验证机制编译 + 运行 + 插桩验路径无验证人工 review
数据安全私有部署,代码不出内网代码上传云端本地
可重复性确定性生成每次不同人工差异大

别人帮你写新代码,genunit 帮你给老代码补测试——两件事,不冲突。

凭什么银行也能用

代码不出内网,拔了网线也能跑

01

私有化部署

服务跑在你们机房,我们没有任何回传机制,也没有这样的服务器。Enterprise 档可完全 Airgap,拔网线现场演示。

02

LLM 你自己选,更推荐本地小模型

任意 OpenAI 兼容 API 都行(DeepSeek、通义)。更推荐本地部署轻量开源模型——Qwen3.6-35B-A3B、Qwen3.6-27B、Google Gemma 系列,单张 GPU 就能跑,数据彻底不出网、全程离线

03

按合规分档

互联网、银行、央企军工三档。审计日志、SSO、国密、源码托管按需配齐,合规材料拿去就能送审。

拿你自己的项目,跑个分

30 天免费试,用不上发邮件说一声就行。

预约 30 分钟演示 联系销售 →