Supercov
用可验证的质量评分和覆盖率缺口指导编码智能体逐步改进代码。
按维度查看评分与理由
覆盖运行被描述为在隔离工作区内进行、默认不改写项目文件，CI 权限也仅为 contents: read；但工具会执行用户指定的测试命令，质量评分还会把源码内容发送给外部 Jev/TypeSafe AI，因而最小权限未获满分。README 清楚区分本地覆盖、包管理器联网和付费质量服务，但没有说明上传字段、保存期限、删除机制或密钥保护措施。清理提供 dry-run 和保留最近运行的选项，具有一定恢复保护，却没有针对代理所写测试的内建回滚或逐次确认。依赖中既有精确锁定也有宽松范围，工作流使用版本标签而非提交摘要，且材料未提供锁文件、漏洞扫描或供应链政策，因此依赖安全仅有薄弱证据。仓库、组织、问题入口和贡献者版权可识别，但发布者身份仍未知，维护归属并未完全落实到具体责任人。
README、各生态清单、CI 工作流和示例对 1.0.1、运行方式及核心测试循环大体一致，并展示了广泛的静态测试脚本；但 PyPI 元数据标为 Pre-Alpha，而文档又广泛宣称多平台、多语言均已可用，成熟度表述存在张力。依赖和环境要求列得具体，平台二进制也按版本配套，但外部 API、注册表、测试框架及多语言工具链仍是可用性依赖，材料没有降级策略。文档说明失败测试、不完整证据和歧义范围会停止循环，但未给出实际错误消息实现或错误输出样例，因此失败消息只评为充分但不彻底。
材料明确面向交互式编码代理、夜间剩余令牌循环和自动化软件工厂，并提供质量、覆盖、断言映射等不同场景。能力边界写得很清楚：Supercov 提供信号与证据，不托管、不调度也不替代代理；质量评分与覆盖运行的联网和账户需求也有区分。可复制提示词给出了只改测试、停止条件、目标选择和复跑验证等精确触发规则。语言、运行器、操作系统、架构、最低版本、安装渠道和归因边界均有详尽矩阵，因此这些标准可获满分。
README 的结构、命令渐进层级、文档索引和支持矩阵组织良好；安装方式覆盖 npm、PyPI、RubyGems、Cargo、Go、Homebrew 和直接发布包，并注明前置版本。名称、模块路径和 1.0.1 版本在 Cargo、npm 及平台包之间稳定一致。示例丰富且有三平台教程工作流，但所给材料没有真正的 FAQ 内容，外链故障排查文档也未展开。限制条件、归因差异、完整性阻断项和即将支持的语言均有明确说明。MIT 许可证正文与所有清单一致。版本号和升级脚本存在，但没有提供变更日志、发布历史或兼容性迁移说明。问题跟踪地址和 Supercorp 支持声明提供了维护路径，不过版权仅写“contributors”，未明确具体维护者或响应承诺。
文本输出短小、可分页并支持 JSON，能够定位文件、行、决策和运行差异；示例也展示了代理可直接消费的缺口和证明结果，因此输出可用性证据充分。相对传统覆盖报告的边际价值体现在结构化缺口、MC/DC、逐测试归因、断言映射及不可变运行记录，但这些广泛收益主要由项目自身陈述，所给示例只验证了一个很小的会话分支场景。成本披露包括质量评分约每 MB 一美分、内容缓存以及覆盖免费本地运行，但没有源材料内的基准数据、典型运行开销或存储增长数据，所以边际价值和成本收益均未获满分。
质量结果被描述为可回到具体文件和问题，覆盖结果可查询运行、源码位置和运行间差异；工作流、测试脚本及教程前后测试文件也为部分主张提供交叉支持。但多语言、多平台、精确归因和“同一二进制”发布等大范围主张没有在所给文件中逐项获得实现代码、构建产物摘要或测试结果佐证，CI 配置本身也不等同于测试通过。事实与推断的分离较好：文档明确标出 agent-assessed 断言分数、aggregate 与 exact attribution 的边界、外部质量服务和本地覆盖之间的差异，以及证据不完整时的停止条件。
- 质量评分会把源码交给 Jev/TypeSafe AI；在处理专有或敏感代码前，应先核实上传范围、保存期限、数据使用条款和删除机制。
- 该工具会执行传入的完整测试命令，并让编码代理修改测试；应在受限工作区中运行，审查命令和补丁，并保留版本控制恢复点。
- 安装涉及多个注册表和平台二进制，但材料未展示锁文件、产物校验摘要、依赖漏洞扫描或固定到提交的 CI 动作；高保障环境应补做供应链审查。
- 多平台和多语言支持声明只能从配置和文档静态观察，不能视为本次评估已执行或独立复现。
- PyPI 的 Pre-Alpha 分类与 1.0.1 及广泛“Available”声明并存，采用前应验证目标语言、运行器和平台组合。
这个 Agent 能做什么，适合哪些场景？
Supercov 是一个面向编码智能体的本地 CLI，用于评估代码质量、运行项目已有的测试命令并生成可操作的覆盖率缺口。质量功能通过 Jev 检查各源文件，并输出由具体问题支撑的评分；该功能需要 TypeSafe AI API 密钥，按读取的源码量收费。覆盖率功能在隔离工作区中执行原有测试套件，不改写源码、测试、依赖、运行器配置或正常构建输出，并把证据保存在 `.supercov/` 下。它支持 JavaScript、TypeScript、Rust、Python、Ruby、Go、Java 和 Kotlin，可报告行、语句、函数、分支及 MC/DC 等覆盖义务。智能体可通过 `gaps` 选择目标、编写聚焦测试，再用 `diff` 证明覆盖率增益；断言映射还可记录断言具体检查了什么。Supercov 不托管或调度智能体，适合已有终端操作能力和完整测试命令的项目。
质量流程中，npx supercov quality 自动发现源码，把文件交给 Jev 回答一组是非问题，并汇总为可核查的文件级和项目级评分；quality gaps、quality file 和 quality patch 分别用于查看问题、检查单个文件和审查变更。覆盖率流程中，supercov -- <test-command> 在隔离工作区运行项目原有测试命令，预先根据源码结构确定覆盖义务，并收集行、语句、函数、分支、MC/DC、可选链、默认值、逻辑赋值及特定控制流路径的执行证据。runs latest gaps 把未覆盖路径压缩成小型、可分页的目标，diff <previous-run-id> latest 对比两次完整测试运行。每次正常运行还会创建断言映射；智能体可读取断言与执行源码、填写 assertions.json，再用 assertions validate 和 assertions check --require-mappings 验证。运行证据存放在 .supercov/runs/<run-id>/，隔离构建缓存位于 .supercov/workspaces/。
- 已有稳定测试命令的开发团队，希望让 Codex 或 Claude Code 根据实际覆盖证据每次补充一个有价值的测试。
- 维护安全关键或复杂条件逻辑的工程师，需要用 MC/DC 独立性见证定位普通行覆盖率无法揭示的遗漏路径。
- 代码库负责人希望用 Jev 对大量文件进行一致的质量筛查，并从最弱文件和具体问题类型开始重构。
- 自动化软件工厂希望为每轮智能体任务提供边界明确的测试目标，并保存可复查的运行与差异证据。
- 测试负责人需要追踪 Jest、Playwright、Vitest、Rust libtest、RSpec 等受支持运行器中的精确单测试归因或聚合结构覆盖。
- 团队希望为断言建立语义映射，区分代码被执行与结果确实被断言检查这两件事。
这个 Agent 有哪些优点和局限？
- 直接复用项目已有的完整测试命令，无需添加 import、自定义 reporter、配置文件或托管服务。
- 覆盖率分母在运行前由源码结构确定，新增或删除测试不会悄悄改变 100% 的含义；证据缺失和范围歧义会保持可见。
- 除行和分支外，还能追踪 MC/DC、可选链、默认值、逻辑赋值及零次迭代等细粒度路径。
- 通过
gaps和diff为编码智能体提供小型目标及前后对比证据，适合重复迭代。 - 跨八种已支持语言提供同一原生 CLI，并覆盖 Linux、macOS 和 Windows 的 arm64、x64 架构。
- 覆盖数据和工作区保存在本地
.supercov/；覆盖运行期间 CLI 不联系 Supercov 服务，也不改写项目文件。
- 质量评分依赖 TypeSafe AI 和 Jev，需要 API 密钥，并按读取的源码量产生费用。
npx路径要求 Node.js 22 或更高版本；其他语言也有明确最低版本，例如 CPython 3.12、Go 1.22、JDK 17 和 Ruby 3.3。- 并非所有测试运行器都有精确的单测试归因；AVA 和 Mocha 仅提供聚合结构覆盖。
- 断言映射中的语义判断需要智能体检查断言和源码、填写映射并确认 token，不是完全自动完成。
- Zig、PHP 和 C 仍标为即将支持，当前不能作为已支持语言采用。
- 工具不会托管、调度或替代编码智能体；持续运行仍需用户自己的智能体或软件工厂负责。
如何安装或部署这个 Agent？
使用 npm 的最短路径无需预先安装包，但要求 Node.js 22 或更高版本：npx supercov -- npm test。也可按项目语言安装或运行同一版本的原生二进制：uvx --from supercov-cli supercov -- pytest、gem install supercov && supercov -- bundle exec rspec、cargo binstall supercov && supercov -- cargo test、go run github.com/supercorp-ai/supercov/cmd/supercov@latest -- go test ./...，或 brew install supercorp-ai/tap/supercov。覆盖率测量不需要账户或配置文件。质量评分需要先取得 TypeSafe AI API 密钥并执行 export TYPESAFE_API_KEY=...；npx 等包工具在本地尚无缓存时可能访问软件包注册表。
如何使用这个 Agent？
先运行项目信任的完整测试套件，例如 npx supercov -- npm test。随后执行 npx supercov runs latest 查看摘要，并用 npx supercov runs latest gaps --limit 10 选择一个有用的未覆盖目标。让编码智能体只修改测试并添加一个聚焦用例，然后再次运行相同的完整套件，最后执行 npx supercov diff <previous-run-id> latest 验证改进。质量检查可先设置 TYPESAFE_API_KEY，再运行 npx supercov quality；用 npx supercov quality gaps 查看触发的问题，或用 npx supercov quality patch 审查未提交工作或当前分支。若要补充断言语义，先运行 npx supercov runs latest assertions --json，固定返回的运行 ID，检查断言和源码，编辑 assertions.json，再依次执行 assertions validate --json 与 assertions check --require-mappings --json。
这个 Agent 与同类方案有什么区别？
与需要智能体加载大型 HTML 报告的传统覆盖率流程相比，Supercov 用可分页的 gaps 查询返回较小的具体测试目标，并用 diff 验证增益。与托管式覆盖服务相比，其覆盖运行保留在本地 .supercov/ 目录且不联系 Supercov 服务；但质量评分是另一条路径，依赖 TypeSafe AI 的 Jev API。它也不是测试运行器或智能体平台，而是包裹现有测试命令、生成质量与覆盖证据的 CLI。
常见问题
覆盖率功能需要账户或付费吗？
质量评分如何收费？
Supercov 会修改项目吗？
测试失败或覆盖证据不完整时怎么办？
所有运行器都能显示每个测试覆盖了什么吗？
node:test、Rust、RSpec 等列出的适配器支持精确归因；AVA 和 Mocha 只报告聚合结构覆盖。