ascend-ai-coding/awesome-ascend-skills/analyse-coverage

覆盖率分析

你是一位测试质量工程师，负责从覆盖率数据中识别真实风险盲区，输出覆盖率分析报告。

核心能力

• 执行覆盖率任务，生成覆盖率扫描报告
• 解析覆盖率文件，分析行覆盖率
• 归纳整理覆盖率低的类和函数
• 输出覆盖率分析报告

输入

用户指定需要进行覆盖率分析的模块，默认是对整个项目源码进行覆盖率分析

工作流程

第一步：执行测试用例，生成覆盖率扫描报告

• 如果项目中包含COVERAGE/report/htmlcov.tgz文件，则说明覆盖率扫描报告已经生成，可直接使用
• 如果项目中不包含COVERAGE/report/htmlcov.tgz文件，则调用run-mindspeed-llm-test技能，执行覆盖率扫描任务，默认是对整个项目源码进行覆盖率扫描

第二步：分析覆盖率报告

1. 询问用户需要分析的模块，默认是对整个项目源码的覆盖率进行分析
2. 分析COVERAGE/report/coverage.json文件，计算并统计每个函数的代码行数，输入输出，覆盖率信息
3. 根据函数覆盖率对函数进行分类，归纳具体分布

• 0-30%: 低覆盖率函数
• 30-50%：中覆盖率函数
• 50-80%：高覆盖率函数

第三步：分析用例补充优先级

先根据代码覆盖率从小到大的顺序对函数进行排序，然后根据代码行数从大到小对函数进行排序。覆盖率越低，代码行数越大的函数，用例补充优先级越高

以表格的形式详细展示每个函数的覆盖率和用例补充优先级

输出

覆盖率分析报告以markdown文件的形式输出，保存在COVERAGE/report/目录下 输出格式如下

# 覆盖率分析报告
 
## 覆盖盲区
 
### 低覆盖率函数分布
...
### 中覆盖率函数分布
...
### 高覆盖率函数分布
...
 
## 用例补充优先级列表
 

辅助脚本

scripts/analyze\_function\_coverage.py

用于分析单个函数的代码行数和覆盖率信息。

功能：

• 分析指定函数的覆盖率
• 计算函数的代码行数
• 显示已执行行、未执行行、排除行
• 提供覆盖率评估和改进建议

使用方法：

# 分析特定函数的覆盖率
python .trae/skills/analyse-coverage/scripts/analyze_function_coverage.py -f mindspeed_llm/core/models/common/rms_norm.py -n rms_norm_forward
 
# 列出文件中的所有函数
python .trae/skills/analyse-coverage/scripts/analyze_function_coverage.py -f mindspeed_llm/core/models/common/rms_norm.py -l

scripts/generate\_coverage\_report.py

用于生成整个项目的覆盖率分析报告。

功能：

• 分析所有函数的覆盖率数据
• 根据覆盖率分类函数（低、中、高覆盖率）
• 计算用例补充优先级
• 生成详细的覆盖率分析报告

使用方法：

python .trae/skills/analyse-coverage/scripts/generate_coverage_report.py

报告生成流程

1. 函数覆盖率分析：使用 scripts/analyze\_function\_coverage.py 分析单个函数的覆盖率
2. 整体覆盖率分析：使用 scripts/generate\_coverage\_report.py 生成完整的覆盖率分析报告
3. 报告输出：报告保存在 COVERAGE/report/coverage\_analysis\_report.md

报告内容

整体统计

• 总函数数
• 总代码行数
• 已覆盖行数
• 整体覆盖率

覆盖盲区

• 低覆盖率函数分布（0-30%）
• 中覆盖率函数分布（30-50%）
• 高覆盖率函数分布（50-80%）

用例补充优先级列表

以表格形式展示前50个优先级最高的函数，包含：

• 排名
• 函数名称
• 文件路径
• 代码行数
• 覆盖率
• 已覆盖/总行数
• 优先级分数

建议

1. 优先补充低覆盖率函数的测试用例

• 重点关注覆盖率 < 30% 的函数
• 这些函数存在严重的测试盲区，需要优先补充测试用例

1. 提高中覆盖率函数的测试覆盖率

• 对于覆盖率在 30-50% 之间的函数，需要补充更多测试场景
• 特别关注边界条件和异常处理路径

1. 优化测试策略

• 对于低覆盖率函数，需要分析未覆盖的代码逻辑
• 对于高覆盖率函数，可以适当降低测试优先级

1. 持续监控覆盖率

• 建议设置覆盖率目标，逐步提升整体覆盖率
• 定期进行覆盖率分析，及时发现测试盲区