JCIA - Java Code Impact Analyzer

[] [] []

JCIA 是一个 Python 工具，用于分析 Java 代码变更的影响范围，智能选择需要运行的测试用例，并提供回归分析能力。

特性

• 🔍 变更代码影响分析 - 自动分析 Git 提交，识别变更的文件和方法
• 📊 影响图构建 - 构建调用链图，计算受影响的类和方法
• 🌐 跨服务远程调用检测 - 识别 Dubbo/Feign/HTTP/MQ 远程调用并融合进影响图，评估跨服务变更风险（--detect-remote-calls）
• 🎯 智能测试选择 - 基于 STARTS 算法和影响范围选择测试用例
• 🤖 AI 测试生成 - 集成 LLM 服务，自动生成测试用例建议
• 📈 多格式报告 - 支持 HTML、JSON、Markdown 格式报告
• 🔄 回归分析 - 对比基线测试和回归测试结果，识别回归问题

快速开始

安装

# 克隆仓库
git clone https://github.com/boyingliu01/jcia.git
cd jcia

# 创建虚拟环境
python -m venv .venv
.venv\Scripts\Activate.ps1  # Windows PowerShell

# 安装依赖
pip install -e ".[dev]"

配置

创建配置文件 jcia.yaml（可选）：

repository:
  path: /path/to/your/java/project

analyzer:
  max_depth: 10
  include_test_files: false

report:
  format: html
  output_dir: ./reports

ai:
  provider: volcengine
  model: gpt-4

使用

# 分析变更影响
jcia analyze --repo-path /path/to/repo --from-commit abc123 --to-commit def456

# 分析变更影响并检测跨服务远程调用（Dubbo/Feign/HTTP/MQ）
jcia analyze --repo-path /path/to/repo --commit-range abc123..def456 --detect-remote-calls

# 生成测试用例
jcia test --repo-path /path/to/project --target-class com.example.Service

# 生成报告
jcia report --output-dir ./reports --format html

# 配置管理
jcia config --show
jcia config --set analyzer.max_depth=15

核心概念

变更分析

JCIA 使用 PyDriller 解析 Git 仓库，识别：

• 文件级变更（新增、修改、删除、重命名）
• 方法级变更（方法签名变更）
• 提交信息（作者、时间、消息）

影响图

影响图展示代码变更的传播路径：

• 直接影响 - 直接调用变更方法的代码
• 间接影响 - 通过调用链间接影响的代码
• 严重程度 - HIGH/MEDIUM/LOW
• 影响深度 - 变更传播的最大深度

测试选择

JCIA 支持多种测试选择策略：

• ALL - 运行所有测试
• STARTS - 使用 STARTS 算法选择
• IMPACT_BASED - 基于影响范围选择
• HYBRID - 混合策略

架构

JCIA 采用清洁架构（Clean Architecture）：

Adapters Layer (Git, Maven, AI, Database)
    ↓
Infrastructure Layer (Repositories, Config, Logging)
    ↓
Use Cases Layer (Business Orchestration)
    ↓
Services Layer (Domain Logic)
    ↓
Entities Layer (Domain Models)

依赖规则

• 外部依赖（Git、Maven、AI）在适配器层
• 业务逻辑在核心层
• 核心层不依赖适配器层
• 通过接口（ABC）解耦

开发

设置开发环境

# 安装开发依赖
pip install -e ".[dev]"

# 配置 pre-commit hooks
make setup-hooks

运行测试

# 运行所有测试
make test

# 运行单元测试
pytest tests/unit -v

# 运行集成测试
pytest tests/integration -v

# 运行带覆盖率的测试
pytest tests/unit --cov=jcia --cov-report=html

代码质量

# Lint 检查
make lint

# 格式化代码
make format

# 类型检查
pyright jcia tests

# 安全扫描
make security

# 完整检查
make check

配置选项

CLI 选项

命令	选项	说明
analyze	--repo-path	Git 仓库路径
	--from-commit	起始提交哈希
	--to-commit	结束提交哈希
	--commit-range	提交范围（如 abc123..def456）
	--max-depth	最大追溯深度
test	--repo-path	项目路径
	--target-class	目标类（可多次使用）
	--coverage-file	覆盖率报告文件
	--min-confidence	最低置信度阈值
report	--output-dir	报告输出目录（必填）
	--format	报告格式（json/html/markdown/console，默认 json）
	--include-details	包含详细信息
config	--show	显示当前配置项
	--set	设置配置项（如 analyzer.max_depth=15）

环境变量

变量	说明
VOLCENGINE_ACCESS_KEY	Volcengine 访问密钥
VOLCENGINE_SECRET_KEY	Volcengine 密钥
VOLCENGINE_APP_ID	Volcengine 应用 ID

性能

• 单次提交分析：< 10 秒
• 影响图构建：< 5 秒
• 测试选择：< 3 秒
• 支持 1000+ 测试用例
• 选择性测试加速：≥ 50%

许可证

MIT License

贡献

欢迎贡献！请查看 CONTRIBUTING.md 了解详细信息。

支持

• 🐛 Issues: GitHub Issues
• 📖 Docs: 项目文档

更新日志

查看 CHANGELOG.md 了解版本历史。

致谢

感谢所有贡献者和开源项目的支持：

• PyDriller - Git 仓库分析
• Click - 命令行界面
• Pytest - 测试框架