摘要
针对底层 C 固件单元测试因构建约束严苛而脆弱的问题，本研究提出了一种由大语言模型驱动的多智能体自动化工作流程。该流程结合了测试脚手架自动生成、库感知的桩代码创建与复用，以及基于构建日志和行覆盖率反馈的迭代编译 - 分发修复循环。在 AMD 维护的 openSIL 代码库上评估显示，该方法显著提升了单元测试的生成效率、编译成功率及代码覆盖率，有效减少了人工调试成本。
AI 推荐理由
论文核心在于多智能体协作使用工具（编译、测试）及迭代修复技能，解决代码生成问题。
研究机构
School of Software Design and Data Science, Seneca Polytechnic, Canada
论文信息