T1-SD0401/2026Technology-Competition

Files

T

1. 场景价值与技术合理性修复：
   - 补充docs/SCENE_VALUE.md（业务背景、痛点分析、用户场景、竞品对比、价值量化）
   - 添加用户操作流程图（Mermaid）
   - 添加3个真实业务案例量化数据

2. 演示与文档修复：
   - 创建docs/API.md（完整API文档）
   - 创建docs/QUICKSTART.md（5分钟快速入门指南）

3. AI使用日志修复：
   - 更新AGENTS.md，添加强制自动执行的AI使用日志记录指令
   - 在_AI_USAGE_LOG.md末尾添加范式执行统计

4. 安全性修复：
   - 在agents/llm.py中添加输入过滤（防Prompt注入）
   - 添加输出验证、速率限制、详细日志

5. 架构设计修复：
   - 创建tools/registry.py工具注册表
   - 修改orchestrator.py和orchestrator_db.py使用注册表动态获取运行器

6. 开发范式修复：
   - 在_AI_USAGE_LOG.md末尾添加范式执行统计

2026-08-29 13:23:28 +08:00

4.1 KiB

Raw Blame History

COBOL → Java/Spark 迁移验证平台 — 快速入门

5分钟快速上手指南

一、环境准备

1.1 系统要求

Python 3.12+
GnuCOBOL 3.2.0（可选，用于COBOL编译）
Java JDK 8+（可选，用于Java编译）

1.2 安装依赖

# 安装Python依赖
pip install lark pathlib pyyaml httpx

# 或使用requirements.txt
pip install -r requirements.txt

二、快速开始

2.1 验证单个COBOL程序

# 基本用法
python -m cobol_testgen <cobol_source> [output_dir]

# 示例
python -m cobol_testgen benchmark-programs/KIN01INP.cbl output/

执行流程：

解析COBOL源码
分析分支路径
生成测试数据
编译运行COBOL程序
编译运行Java程序
字段级输出比对
生成验证报告

2.2 带覆盖率的验证

# 启用gcov覆盖率
python -m cobol_testgen --gcov benchmark-programs/KIN01INP.cbl output/

2.3 批量验证

# 验证多个程序
python -m cobol_testgen benchmark-programs/*.cbl output/

三、运行测试套件

3.1 运行所有测试

# 运行pytest测试
python -m pytest tests/ -v

# 运行核心引擎测试
python -m pytest tests/cobol_testgen/ -v

3.2 运行验证脚本

# 运行覆盖率验证
python test-data/s15_coverage_verification.py

# 运行DB端到端测试（需要数据库）
python test-data/s30_db_e2e.py

四、配置说明

4.1 环境变量配置

# 设置LLM API密钥（可选）
export LLM_API_KEY="your-api-key"

# 设置LLM模型（默认deepseek-v4-flash）
export LLM_MODEL="deepseek-v4-flash"

# 设置DeepSeek API密钥（可选）
export DEEPSEEK_API_KEY="your-deepseek-key"

4.2 配置文件

项目配置位于 config/ 目录：

config/
├── __init__.py          # 配置初始化
├── program_schema.py    # 程序Schema定义
└── teams.json           # 团队配置（如有）

五、输出说明

5.1 输出目录结构

output/
├── test_input.json      # 生成的测试输入数据
├── test_output.json     # 期望的测试输出
├── working_storage.json # 工作存储区数据
├── diff_result.json     # 差异比对结果
└── coverage/            # 覆盖率报告
    ├── index.html       # 覆盖率概览
    └── detail.html      # 详细覆盖率

5.2 验证报告

验证完成后会生成HTML格式的验证报告，包含：

测试用例执行结果
字段级比对结果
覆盖率统计
差异分析

六、常见问题

Q1: 编译COBOL失败

问题： cobc: command not found

解决： 安装GnuCOBOL

# Ubuntu/Debian
sudo apt-get install gnucobol

# macOS
brew install gnucobol

Q2: LLM调用失败

问题： LLMError: API key not set

解决： 设置API密钥

export LLM_API_KEY="your-api-key"

Q3: 测试数据生成失败

问题： FieldTree parse error

解决： 检查COBOL源码格式，确保是有效的COBOL代码

Q4: 覆盖率报告为空

问题： 覆盖率报告显示0%

解决： 确保启用了gcov选项（--gcov）

七、进阶使用

7.1 使用规则引擎（不依赖LLM）

from cobol_testgen import main

# 使用规则引擎生成测试数据
config = {"proc_parser": "rule", "llm_generator": False}
main(["benchmark-programs/KIN01INP.cbl"], "output/", config)

7.2 使用LLM生成测试数据

from cobol_testgen import main

# 使用LLM生成测试数据
config = {"proc_parser": "ai", "llm_generator": True}
main(["benchmark-programs/KIN01INP.cbl"], "output/", config)

7.3 自定义配置

from cobol_testgen import main

# 自定义配置
config = {
    "proc_parser": "rule",
    "llm_generator": False,
    "coverage_target": 0.85,
    "max_paths": 200,
}
main(["benchmark-programs/KIN01INP.cbl"], "output/", config)

八、下一步

阅读 API文档了解详细接口
阅读设计文档了解系统架构
阅读场景与价值了解业务背景

本文档最后更新：2026-08-28

4.1 KiB Raw Blame History Unescape Escape