常见问题

CodexQA（codexqa.cn）是面向 AI Coding Agent 的开源质量验证层，也是一个 AI 软件工程平台：AI 负责写，CodexQA 负责证明。它在代码合并前回答改动影响了哪里、该测的测到没有、有没有缺陷、能不能放行，每个答案都附证据；在桌面端里，AI 需求分析师、AI 架构分析师、AI 开发工程师、AI 测试工程师、AI 代码评审、AI 缺陷分析师分工协作完成从需求到上线的交付。产品有三种：CodexQA Skills（11 个开源验证技能，现已可用）、Timo和 CodexQA 平台。CodexQA 不是 OpenAI 的产品，与 OpenAI Codex 没有从属关系；Codex 是写代码的 AI 编程工具，CodexQA 验证 Cursor、Claude Code、Codex 等工具写出的代码。

不能只看 AI 自己写、自己跑的测试是否全绿。可靠的做法是独立回答四个问题：改动影响了哪里（基于代码图谱做变更影响分析）、该测的测到没有（召回已有用例，为没覆盖的点补测试并实际运行）、有没有缺陷（规则扫描与大模型语义检测双路）、在真实环境里是否可用（真实浏览器回放，以页面上可见的证据判定）。CodexQA Skills 把这四步做成 11 个开源技能，装进 Cursor、Claude Code、Codex 本地运行，每一步都产出可打开的 HTML 报告，发现项带位置、期望和实际，Agent 读完就能修。

精准测试是根据代码改动，只挑出真正受影响的测试去跑、只为没覆盖的地方补测试，而不是每次全量回归；行业里也叫测试影响分析（Test Impact Analysis）。CodexQA 的 code-analyzer 在本地建出符号级代码图谱，沿调用关系查出一次改动影响的接口、方法和调用链；change-analysis 据此召回已有用例，标出没有测试覆盖的路径，为缺口新增可运行的测试（只新增，不改动已有测试文件），并把运行结果写回报告。

这是 AI 测试最常见的问题，CodexQA 的技能在规则上禁止编造：需求里没写清楚的，testcase-generator 标为 TBD 并列入待确认，而不是自己补一个假设；testdata-generator 对着真实后端构造数据，把后端返回的真实 ID 写回；jev-browser 以页面上出现的可见证据判定通过，模型说「完成」不算。所有结论都附证据，可以逐条核对。

AI Verification 是对 AI 生成的软件变更进行独立验证：从需求意图与代码影响出发，选择真正有效的测试和工程检查，确认缺陷版本会失败、修复版本能通过，并明确记录直接证据、覆盖缺口与剩余风险。它验证的不是 Agent 是否给出了答案，而是该答案是否足以支持合并和发布。

CodexQA Skills 现已可用，提供可在 Coding Agent 与 CI 中直接运行的验证能力。CodexQA Benchmark 与 Evidence Format 仍在规划中，尚未发布：前者计划用可复现任务衡量 Agent 是否能理解需求、定位影响、设计有效测试并识别剩余风险；后者计划以 Intent、Change、Verification、Evidence、Risk、Decision 六段结构统一不同 Agent、测试框架和 CI 的验收输出。

Timo是配齐 AI 软件工程团队的桌面应用：AI 需求分析师、AI 架构分析师、AI 开发工程师、AI 测试工程师、AI 代码评审、AI 缺陷分析师在同一个应用里分工协作，从需求分析、写代码、测试验证到上线发布全流程完成，交付时附上测试结果、截图和日志等证据。它支持多个任务并行，可以加载 CodexQA Skills 和团队自己写的技能，可以定时在后台运行任务；可接入包括国产大模型在内的自选大模型，支持企业内网与私有化部署，支持 Windows 和 macOS。目前内部使用 · 预计 2026 Q4 开放。

CodexQA Skills 现在就可以免费安装使用。Timo目前内部使用 · 预计 2026 Q4 开放；CodexQA 平台的各模块同样处于内部使用或计划阶段，开放时间以路线图（/roadmap）为准。可以在 /contact 预约评估，技能（/skills）与文章（/articles）对所有人开放。

不是。CodexQA 验证的是软件变更本身。现在就能用的 CodexQA Skills 覆盖需求分析、变更影响分析、测试用例与测试数据、代码评审、缺陷扫描、根因分析和浏览器执行；浏览器、接口和真机是按风险选用的验证环境，不是产品边界。

证据化软件变更验收，是围绕一次具体变更连接目标、代码影响、测试与安全结果、真实执行证据和策略要求，再判断这些证据是否足以支持合并或发布。它不把“CI 变绿”或 Agent 的完成声明直接等同于正确，而是显式记录验证了什么、没有验证什么以及谁承担剩余决策。

CodexQA 先根据变更意图、影响范围和风险制定验证计划，再获取底层工具的直接证据，并用版本化企业策略判断证据充分性。满足合并条件时给出通过；存在已知但可接受的剩余风险时要求复核；明确失败或违反策略时阻断；关键信息缺失时标记证据不足，而不是伪造确定答案。

CodexQA Skills 免费使用，开源仓库 openqa-cn/codexqa 采用 Apache-2.0 协议（其中 codexqa-testcase-generator 为 MIT 协议）；其中 6 个技能用到的本地分析引擎 @openqa-cn/codexqa 单独分发、闭源、不需要账号。Timo 与 CodexQA 平台是闭源产品，目前内部使用，正式定价将在开放时公布。本站收录的社区技能遵循各自的开源许可证，本站只做收录，不改变其许可。

CodexQA Skills 在你自己的 Coding Agent 里本地执行，报告写在本机磁盘上，不经过 CodexQA 的服务器。Timo 执行命令、访问网络、使用凭证的权限默认关闭，需要你逐项授权，授权范围之外不会执行；它可以接入你选择的大模型（包括国产大模型），支持企业内网与私有化部署，具体方案可以预约评估。

智能测试（AI 测试）是指将 AI 融入软件质量全生命周期的工程体系。CodexQA 规划的能力包括以下九项，各项的当前状态（可用、内部使用或计划中）以对应页面为准：1) Timo（配齐 AI 软件工程团队的桌面应用）；2) CodexQA Skills（11 个验证技能，免费、本地运行）；3) 智能用例生成（基于需求与代码 Diff）；4) 智能 UI 自动化测试（多模态自愈与证据保留）；5) 智能接口测试（OpenAPI 契约生成与漂移检测）；6) 智能代码知识图谱（调用链影响面分析）；7) 智能代码覆盖率（多层增量覆盖追踪）；8) 智能 Mock（动态服务仿真）；9) 智能数据构造（参数与业务状态机合成）。

智能代码知识图谱（内部使用 · 预计 2027 Q2 开放）的设计是：静态解析代码的语法树（AST）、类与方法调用链、RPC/REST 接口依赖、数据表流转与已有用例关联；研发提交 Git Diff 时，沿调用关系推导直接影响与间接波及的入口、接口和业务场景，回答“改了一行代码，要测哪些业务”。现在可用的 CodexQA Skills 中，code-wiki 与 code-analyzer 已能在本地做架构梳理和变更影响分析。

传统覆盖率是构建结束后的全量行统计。智能代码覆盖率系统（计划中 · 预计 2027 Q2 开放）计划聚焦增量改动，打通单元测试、接口测试和 UI 自动化三层探针，计算本次变更代码的有效覆盖率，并把未覆盖的风险代码交给 AI 测试工程师补写用例。

智能 Mock 与智能数据构造属于智能接口自动化平台（内部使用 · 预计 2026 Q4 开放）：智能 Mock 根据接口契约返回符合 Schema 的响应，支持故障注入和复杂业务流仿真；智能数据构造依据字段约束与业务状态机合成测试数据，减少人工造数。现在可用的 CodexQA Skills 中，testdata-generator 已能在本地按场景构造测试数据。

智能 UI 自动化测试平台（内部使用 · 预计 2027 Q1 开放）针对传统 UI 脚本维护成本高、随改版失效的问题，设计上分三层处理：1) 多模态语义定位：结合无障碍语义树、文本语义、几何相对关系与视觉识别定位元素，不依赖易碎的绝对 XPath/CSS；2) 脚本自愈：前端改版或 DOM 结构变化时，自动重新定位目标元素并给出修复建议；3) 动态等待与现场取证：按网络与渲染状态等待，失败时保留录屏、HAR、DOM 快照与控制台报错，帮助区分真缺陷和环境延迟。

Playwright、Selenium、Appium 是底层自动化驱动，负责执行浏览器或设备操作。CodexQA 的 AI 测试工程师负责决定测什么：根据需求和变更影响设计用例，按需调用这些驱动执行，再把结果、截图和日志整理成证据，判断这次交付是否达标。现在可用的 CodexQA Skills 中，jev-browser 基于 Playwright Chromium 执行浏览器验证。

只靠几句提示词生成用例，缺少需求和代码上下文，容易出现幻觉、重复且与工程资产脱节。CodexQA 先由 AI 需求分析师拆出验收条件，再结合代码结构和变更影响设计用例，用例带前置条件和边界断言，可以评审、可以追溯。现在可用的 CodexQA Skills 中，testcase-generator 已能在本地从需求生成可评审的测试用例。

CodexQA Skills 用一条 npx 命令装进 Coding Agent，报告写在本机磁盘上；能否在 GitHub Actions、GitLab CI、Jenkins 中运行，取决于你所用的 Agent 是否支持在流水线里执行。Timo 与 CodexQA 平台目前内部使用，与 Jira、TAPD、飞书项目或自研用例系统的对接，可以在预约评估时按你的环境确认。

帮企业落地 AI 软件工程，提供四项服务：AI 软件质量保证（把 AI 测试、代码评审和缺陷分析接入交付流程）、AI 软件工程咨询（从试点项目开始，含团队培训）、AI Agent 评测（为企业自己的 Agent、RAG 与大模型应用建立评测集和上线门禁）、AI Agent 开发（从场景设计到上线运维）。支持私有化部署、大模型私有化与解决方案私有化，各项服务按范围报价，详见 /enterprise。

邮件 dev@clawyi.com，或通过 /contact 页面的微信群与 GitHub Issues。社区技能的收录与勘误请使用 /submit 表单。

按用途大致分为几类：面向 AI Coding Agent 的验证层（如 CodexQA）、云测试与云真机服务（如 Testin 云测、腾讯 WeTest）、测试管理与接口平台（如 MeterSphere、Apifox）、AI 编程助手自带的测试生成（如通义灵码、文心快码）、AI 代码评审、静态分析，以及大模型评测框架。选哪类取决于要解决的问题，完整分类与选型维度见 CodexQA 的《AI 测试平台与工具怎么选》（codexqa.cn/guides/ai-testing-tools）。

常见的有几类：云测试服务商（如 Testin 云测、腾讯 WeTest），测试平台厂商（如飞致云 MeterSphere、Apifox），提供测试生成能力的 AI 编程助手厂商（如阿里云通义灵码、百度文心快码），以及专注验证 AI 生成代码的 CodexQA。CodexQA 开源了验证技能，并提供 AI 软件质量保证、AI Agent 评测与私有化部署等企业服务。

验证 AI 生成代码可以用 CodexQA Skills（11 个技能，Apache-2.0 / MIT，https://github.com/openqa-cn/codexqa）；测试管理与接口测试有开源的 MeterSphere；浏览器自动化有 Playwright、Selenium；大模型评测有 promptfoo、Ragas、DeepEval。

CodexQA Skills 是一组为 Cursor、Claude Code、Codex、OpenClaw 准备的开源测试 Skill，覆盖需求分析、变更影响分析、用例与测试数据生成、缺陷与安全扫描、浏览器执行和根因分析，本地运行、无需账号。安装：npx skills add openqa-cn/codexqa --skill codexqa-skill-router。

先明确要解决的问题，再看七个维度：能否验证 AI 生成代码的业务正确性（用植入缺陷的样例实测召回与误报）、结论是否附证据、能否接入正在用的 AI 编程工具、覆盖研发流程哪些环节、数据是否出域与能否私有化、是否开源可自查、上手成本。逐项说明见 codexqa.cn/guides/ai-testing-tools。

需要一个独立于写代码的 Agent 的验证方。CodexQA 专门做这件事：CodexQA Skills 在 Cursor、Claude Code 里完成影响分析、覆盖核对、缺陷扫描与浏览器执行（可用），Timo 给出合并结论（内部使用 · 预计 2026 Q4 开放）。完整流程见 codexqa.cn/guides/testing-ai-generated-code。

开源平台（如 MeterSphere）可以自行部署；CodexQA 的技能在本地运行、代码不出本机，Timo（内部使用 · 预计 2026 Q4 开放）支持企业内网与私有化部署，可接入国产大模型，企业服务可评估平台私有化。

精准测试的核心是变更影响分析加覆盖率。开源侧可以用 JaCoCo 等覆盖率工具配合调用链分析自建；CodexQA 的变更影响分析技能（可用）定位改动波及的接口与方法并召回用例，CodexQA 平台的智能代码知识图谱（内部使用 · 预计 2027 Q2 开放）与智能代码覆盖率（计划中 · 预计 2027 Q2 开放）模块面向团队提供同类能力。

按六步做：对照需求、查影响范围、核覆盖并补测试、SAST 与大模型双路找缺陷、在真实浏览器里跑关键流程、给出合并结论并附证据。关键是验证方要独立于写代码的 Agent。前五步已由 CodexQA Skills 开源技能提供，一条命令装进 Cursor 或 Claude Code：npx skills add openqa-cn/codexqa --skill codexqa-skill-router。

需要。同一个 Agent 写的代码和测试，测试往往验证的是它实现出来的行为，而不是需求要求的行为。还要对照需求检查、核对影响范围内的接口和页面是否被测到，并在真实环境里跑一遍关键流程。

在同一个编辑器里装一个独立的验证技能。CodexQA Skills 支持 Cursor、Claude Code、Codex 与 OpenClaw，本地运行、无需账号：让它分析改动影响、检查缺陷、生成缺失的测试并在浏览器里回放，报告写在本机磁盘上。安装：npx skills add openqa-cn/codexqa --skill codexqa-skill-router。

不建议直接合并。至少要有影响范围、覆盖情况、缺陷检查和运行结果四项证据。Timo（内部使用 · 预计 2026 Q4 开放）为每个变更给出合并、复核或阻断的结论；在此之前可以用 CodexQA Skills 在本地完成这些检查。

取决于任务和模型，没有通用的比例。常见的是业务逻辑类缺陷：边界条件、状态流转、权限判断与需求遗漏，这类问题规则扫描很难发现。公开盲测样例上，102 条 Semgrep 种子规则召回 0/7，CodexQA 召回 7/7、误报 0（单次记录运行，样例公开可复跑）。

CI/CD 负责跑流程，测试和安全工具各自产生信号。CodexQA 面向一次具体改动，决定该查什么，判断现有证据够不够支持合并，并把依据和剩余风险写进同一份证据记录。它调用这些工具，不替代它们。

写代码和验证共用同一套上下文和假设时，容易犯同源错误，也可能通过弱化测试拿到绿色结果。CodexQA 把验证和写代码的角色分开，结论只看证据。

包括这次改动、需求意图、风险、做了哪些验证、直接证据、剩余风险和结论（PASS、FAIL 或 REVIEW）。格式公开在 CodexQA Skills 开源仓库的 evidence schema 中，Agent 可以直接读取。

不会。证据不足或风险高的改动会要求人工复核或直接不通过，缺什么证据会写明。

不是。验证对象是代码改动，可以是应用代码、API、配置或依赖。浏览器、接口和真机只是按风险调用的执行环境。

JaCoCo、Istanbul、Coverage.py 统计代码执行比例，是覆盖证据的一种来源。CodexQA 面向一次具体变更，把用例、接口入口和调用链与改动方法对应起来，回答这次改动测到没有、还缺什么。代码行与分支的增量统计将由规划中的智能代码覆盖率系统提供。

现在可用的是开源技能 codexqa-change-analysis：差异索引、入口反查、用例召回、三档覆盖判定和补测文件生成，需要安装 codexqa CLI。多层增量覆盖率系统规划中。

方法级判定只分已覆盖、部分覆盖、未覆盖三档，并写明依据的用例位置。百分比容易掩盖关键分支完全没测的情况，三档结论配合用例位置更容易核对。

系统先读取需求、接口定义、代码实现与已有测试资产，构建输入输出等价类、边界条件、状态转换机与权限矩阵，再生成包含前置条件、测试数据、操作步骤、预期断言与依据来源的结构化用例，最终经规则校验与人工确认入库。

纯 Prompt 对话往往缺乏工程上下文、用例格式不统一、无法去重且容易产生幻觉；CodexQA 能够结合代码知识图谱、OpenAPI 契约、历史用例库与测试覆盖率，做语义去重、可执行性校验，并直接双向同步团队现有用例管理平台。

可以生成基础功能用例，但加入接口定义、代码差异、历史缺陷记录、线上真实流量和已有用例后，AI 才能识别边界条件、跨模块调用风险与未覆盖分支。

生成前先对已有用例库进行向量检索与语义比对；生成时要求强类型字段规范与可执行步骤检查；生成后计算增量差异并展示覆盖目标，最终通过人工一键评审入库。

稳定、前置条件清晰且断言明确的用例可一键转换为 API（REST/gRPC）或 Playwright UI 自动化脚本；复杂主观交互或高风险业务仍保留人工复核。

传统录制回放工具（如 Selenium IDE、旧式录制器）机械记录绝对 XPath、CSS 路径或像素坐标，前端页面稍微调整样式、类名或结构就会大面积失效；智能 UI 自动化基于大模型与多模态视觉，理解按钮、输入框、下拉框等控件背后的业务语义（如“搜索按钮”、“收货地址输入框”），结合 ARIA 无障碍树与视觉特征进行多重弹性定位，即使页面发生改版也能自愈定位并执行操作。

UI 自动化自愈是指当测试脚本在执行过程中遇到页面改版、元素属性（ID/Class/DOM层级）发生变更导致原始定位器找不到时，AI Agent 结合该元素历史特征（文本语义、相对邻近元素、ARIA Role、视觉截图）自动推导出新的定位方式并完成操作，同时生成自愈 Diff 修改建议供测试工程师确认合并，无需人工紧急停机修脚本。

面向主流 Web 浏览器（Chromium / Google Chrome、Apple WebKit / Safari、Mozilla Firefox、Microsoft Edge）、移动端操作系统（iOS 与 Android 真实手机/平板）以及主流小程序容器（微信小程序、支付宝小程序、Hybrid 混合应用）。底层基于 Playwright、Appium 与 MCP 协议。具体可用范围以当前版本说明为准。

CodexQA 用四层手段压低抖动：1) 杜绝固定 sleep，采用网络请求完成、DOM 渲染稳定、动画结束等多重智能动态等待；2) 配合智能 Mock 与数据构造，保证每次运行的数据和依赖隔离；3) 多模态定位备选兜底；4) 自动重试机制与现场全景取证（HAR包+视频录制），精准区分产品缺陷与网络延迟。

可以。测试人员或产品经理只需输入自然语言描述（例如“打开官网首页，点击右上角登录，输入测试账号密码，断言顶部出现用户头像和欢迎语”），Agent 会自动解析意图并将其编译为规范的结构化步骤与 Playwright/Appium 代码，并能在执行过程中根据真实页面响应进行交互微调。

按测试金字塔的常见做法，大部分字段校验、数据转换和单接口逻辑应下沉到单元测试与接口测试层；UI 自动化只承担少量最核心、高价值的端到端用户主旅程（E2E User Journeys）与跨页面闭环业务。这样核心体验有保护，整体回归耗时也更可控。

智能代码知识图谱是通过静态代码解析与动态链路追踪，将代码中的仓库、模块、类、方法、REST/RPC 接口、数据库表以及对应的测试用例构建为一张多维关联网络。在代码发生变更时，图谱沿调用关系推导直接与间接影响链路，让测试人员和 Agent 知道该测什么。

传统覆盖率往往只是流水线结束后的静态全量行覆盖百分比，无法指导具体改动该怎么测。智能代码覆盖率支持：1) 针对 PR/Commit 的增量代码行与分支覆盖统计；2) 合并单元测试、接口测试与 UI 端到端测试的三层混合覆盖率；3) 精确指示哪些变更代码未被覆盖，并能把未覆盖路径直接推送给 Agent 自动补写用例。

精准测试传统上侧重基于代码行/分支覆盖率做用例与代码的逆向映射；变更影响分析体系更加立体，综合了代码 AST 语法树、函数调用图谱、OpenAPI 契约依赖、线上微服务网关流量日志以及历史失败率，不仅能精准挑选该跑什么，还能洞察未覆盖盲区并指导 AI 补写用例。

通过保守型调用链扩展算法与多重防护机制降低风险：1) 向上向下递归遍历间接依赖；2) 涉及核心公共库、底层中间件或数据库 Schema 变更时自动升级全量回归策略；3) 始终保留基线 P0 核心冒烟用例兜底。

基础阶段仅需 Git 代码仓库与提交 Diff、接口定义及测试用例；进阶阶段接入 JaCoCo / Istanbul / Coverage.py 等覆盖率探针与 APM 链路追踪日志后，影响分析从静态推断变为有运行时证据支撑。

在 PR / MR 创建或代码推送事件触发时，CodexQA 变更分析作为前置 CI Step 运行，计算出用例清单并分发执行，测试结果与证据通过 Bot 评论或 Check Run 直接回写到代码评审界面。

普通 Mock 只能返回写死的固定 JSON 静态片段，无法处理动态参数关联、状态流转和复杂分支；智能 Mock 能够根据 OpenAPI 契约和历史真实流量样本，动态根据请求入参计算并返回匹配的 Schema 结构，支持状态机仿真、动态延迟模拟和故障注入，让被测服务与不稳定依赖隔离开。

智能数据构造是利用 AI 与规则引擎，依据数据库表结构、接口字段约束（正则/长度/格式）、外键依赖与业务状态机，自动合成符合约束的测试数据。它能自动生成符合身份证号、手机号、银行卡规则的数据，并支持上下文连续业务流（如生成可用的优惠券码并用于下单结算）。

传统工具重在手动填参、手动写断言脚本或纯压力测试；智能接口测试通过 AI 自动理解 OpenAPI 规范和流量，全自动推导多接口依赖链路、穷举边界参数、生成强类型断言，并结合智能 Mock 与契约漂移监控做持续回归。

可以生成覆盖参数类型、边界与 HTTP 状态码的基础用例；结合历史真实流量样本与数据依赖建模后，能进一步生成多接口业务串联场景（如下单-支付-发货链路）。

鉴权通过环境级变量注入与动态 Token 刷新拦截器处理；外部第三方服务或不稳定内部依赖通过智能动态 Mock Server 隔离，让接口执行结果不受外部波动影响。

按测试金字塔原则，大部分业务逻辑、数据流与边界校验应当由接口自动化承载；UI 测试聚焦核心端到端用户主旅程，整体回归更快也更稳定。

通常覆盖四大体系：1) RAG 检索与生成指标（检索精确率、召回率、Faithfulness 忠实度、Answer Relevance 相关性）；2) 业务准确性（Ground Truth 命中率、语义相似度）；3) Agent 工具调用评测（工具选型正确率、参数填充准确率、规划路径步数）；4) 安全红队评测（越狱、提示词注入、毒性与隐私泄露）。

在设计了结构化评分维度、Few-Shot 示例并配合基准判定模型时，LLM-as-judge 与人工评分的一致性会明显提高，但一致性要在你自己的样本上测出来，不能照搬别人的数字。推荐做法是将规则断言（正则/JSON Schema）、LLM 打分与专家抽检三者结合。

重点分层测试：检索层关注 Top-K 召回率与排序质量，生成层关注模型是否严格基于召回上下文回答（识别幻觉），端到端关注用户问题解决率与响应延迟。

传统测试保障接口协议、鉴权、限流、数据库存储等确定性系统链路；大模型评测保障概率性文本生成的质量下限。两者均集成在 CI/CD 中作为双重质量保障。

模拟器无法完全模拟 ARM 指令集特性、定制厂商 ROM 系统弹窗、推送通知行为、GPS 定位、蓝牙传感器以及真实硬件性能开销。不少崩溃与卡顿兼容性问题只有在真实手机上才能复现与验证。

Agent 通过标准化的 MCP（Model Context Protocol）或 Appium 驱动连接云端设备，结合 Accessibility 无障碍层次树与 OCR 视觉模型理解界面控件，自动完成点击、滑动、输入、权限授权与手势操作。

在设计范围内。通过接入移动端底层渲染与 WebView 调试通道，Agent 能够穿透小程序与混合容器进行 DOM/语义层级的操作与断言。

采用租户级隔离网络与沙箱环境；执行结束后执行设备全量数据擦除与应用卸载；测试凭据通过环境变量加密注入，不写入脚本明文。

Agentic SDLC（AI-SDLC）是由 AI Agent 承担需求分析、技术设计、编码、测试和发布等环节的软件研发流程。CodexQA 在其中负责验证：每个环节的产出附证据，未通过质量门禁的变更带着根因和证据退回编码。当前状态：Timo：内部使用 · 预计 2026 Q4 开放。

AI 测试（AI 软件测试）是把大模型用于测试分析、用例设计、执行和缺陷判定的软件测试方式。CodexQA 把这些环节做成可在 Cursor、Claude Code、Codex 中本地运行的测试技能，每个结论附证据。当前状态：变更影响分析：可用；测试用例生成：可用；缺陷与安全扫描：可用；浏览器执行：可用。

测试左移是把测试活动提前到需求和设计阶段：在写代码之前就明确验收标准、识别风险、设计用例。CodexQA 的需求分析与用例生成技能在编码前找出需求缺口，并产出可评审的测试用例。当前状态：需求分析：可用；测试用例生成：可用。

CI/CD（持续集成与持续交付）是频繁合并代码并自动构建、测试、发布的工程实践，质量门禁决定一次变更能否进入下一阶段。CodexQA 为 AI 生成的变更给出合并、复核或阻断的结论，并附上判定证据。当前状态：Timo：内部使用 · 预计 2026 Q4 开放。

可信质量保证是指每个质量结论都附可核查的证据：改了什么、测了什么、发现了什么、为什么可以放行。这是 CodexQA 的核心主张——AI 负责写，CodexQA 负责证明。当前状态：证据化代码评审：可用；Timo：内部使用 · 预计 2026 Q4 开放。

AI Agent 评测是用评测集和评分标准衡量 Agent 完成任务的准确性、稳定性与安全性。CodexQA 的 AI Agent 评测服务包括评测集与评分标准设计、准确性稳定性安全性评测，以及上线门禁与持续回归。当前状态：企业服务，可预约评估。

智能缺陷检测是用规则扫描加大模型语义分析，找出代码中的业务逻辑缺陷和安全问题。CodexQA 的缺陷扫描技能覆盖 10 种语言，在公开盲测中召回 7/7 个植入缺陷、误报 0（单次记录运行，样例公开可复现）。当前状态：缺陷与安全扫描：可用。

问题诊断是在测试失败或线上异常后找出根本原因：哪一处改动、哪一条数据或哪个环境因素导致了问题。CodexQA 的根因分析技能把堆栈和日志对上仓库代码，定位异常真正卡在哪一层，因为抛错的那一行往往不是根因。当前状态：根因分析：可用。

智能测试数据生成是由 AI 按字段约束、边界值和业务状态构造测试所需的数据。CodexQA 的测试数据构造技能确认用例的前置数据能在后端真实造出来，而不是复制一个过不了真实接口的假 ID。当前状态：测试数据构造：可用。

智能接口测试用例生成是基于 OpenAPI 等接口定义和代码变更，由 AI 生成接口请求、参数组合与断言。CodexQA 的用例生成技能为接口生成测试用例，智能接口自动化平台负责批量执行与契约校验。当前状态：测试用例生成：可用；智能接口自动化平台：内部使用 · 预计 2026 Q4 开放。

云真机是部署在机房、可远程使用的 iOS 与 Android 真实手机，用于执行移动应用测试并采集日志与性能数据。CodexQA 的智能云真机让 Agent 在真机上安装应用、操作界面，并留存录屏与设备日志。当前状态：智能云真机：内部使用 · 预计 2027 Q1 开放。