本文针对GitHub问题报告中近90%缺乏故障复现测试用例的问题,提出一种基于大语言模型(LLM)与多元检索增强生成的自动化生成方法。该方法通过检索报错根函数、import语句及测试用例样本等上下文信息构建精确prompt,引导LLM生成有效测试用例。实验表明,该方法在SWE-benchlite数据集上将成功生成比例从6.57%提升至22.33%,消融实验证实测试用例样本贡献最大,未来可扩展至多语言并增强可解释性。
网络安全文章














