Agent vận hành theo một pipeline có tên là Research-Plan-Implement (RPI) – tức Nghiên cứu, Lập kế hoạch và Triển khai, sau đó tự động xác thực test qua một chu trình kiểm tra chất lượng nhiều bước. Công cụ hiện hỗ trợ sáu ngôn ngữ lập trình và ba IDE phổ biến . Trong benchmark nội bộ với 152 tác vụ, agent đạt tỷ lệ hoàn thành 92,1% – cao hơn đáng kể so với con số 78,9% của Copilot thông thường . Microsoft nhấn mạnh rằng ở thời điểm hiện tại, agent chỉ viết unit test, không bao gồm integration test, end-to-end test, browser test hay performance test .

Cách pipeline Research-Plan-Implement (RPI) vận hành

Thay vì viết test tức thì, agent đi theo một quy trình bài bản :

1. Học từ repository – Quét mã nguồn để phát hiện ngôn ngữ, framework test, các mẫu test có sẵn và lệnh build/test chính xác .
2. Chọn lộ trình thực thi – Tùy vào phạm vi nhiệm vụ, agent chọn một trong ba chế độ :
   • Trực tiếp – Đọc mã, viết test, kiểm tra kết quả.
   • Một lượt – Nghiên cứu và lập kế hoạch một lần, sau đó triển khai toàn bộ.
   • Vòng lặp – Lặp lại chu trình RPI cho các yêu cầu lớn hoặc mục tiêu coverage cao.
3. Lập kế hoạch và viết test – Agent bắt đầu với các đoạn mã đơn giản, tiến dần đến mã phức tạp có nhiều phụ thuộc. Nó ánh xạ từng hành vi cần test vào một tệp test, tuân theo quy ước của dự án, đồng thời tự sửa lỗi biên dịch hoặc lỗi assert khi phát sinh .
4. Xác thực test – Trước khi hoàn tất, agent chạy một chuỗi kiểm tra chất lượng đa bước (xem bên dưới) .

Quy trình xác thực: mutation testing nhẹ và đảm bảo chất lượng

Mỗi test được tạo ra đều trải qua quy trình kiểm tra chất lượng sau :

• Xem xét các thay đổi nhỏ trong mã mà đáng lẽ phải làm test thất bại (mutation testing).
• Kiểm tra xem có assert yếu hoặc thiếu assert không.
• Xác minh mỗi kịch bản được yêu cầu đều có một test tương ứng.
• Build toàn bộ workspace và chạy toàn bộ test suite.
• Đảm bảo lệnh test thông thường của repository có thể phát hiện và chạy được test mới.

Điều này đảm bảo rằng một test "pass" thực sự có ý nghĩa và có thể được CI pipeline phát hiện . Agent viết unit test – tức cô lập mã cần kiểm tra và giả lập (mock) các dịch vụ bên ngoài cùng các phụ thuộc khác .

Ngôn ngữ và IDE được hỗ trợ

Agent được đóng gói dưới dạng plugin dotnet-test trong kho mã nguồn mở dotnet/skills trên GitHub, phát hành theo giấy phép MIT . Các nền tảng được hỗ trợ bao gồm :

• Ngôn ngữ – .NET, Python, Go, TypeScript, Java và Rust.
• IDE/công cụ – GitHub Copilot CLI, Visual Studio Code và VS Code Insiders (thông qua plugin, hiện đang trong giai đoạn xem trước).

Vì được phát hành dưới dạng định nghĩa agent (agent definition) chứ không phải dịch vụ đám mây, nó tích hợp trực tiếp vào coding agent hiện có của đội ngũ, giữ mã nguồn nội bộ thay vì phải gửi qua dịch vụ bên ngoài .

Giới hạn hiện tại

• Loại test – Chỉ hỗ trợ unit test. Integration test, end-to-end test, browser test và performance test hoàn toàn nằm ngoài phạm vi .
• Không thay đổi mã production – Agent không bao giờ sửa đổi mã production trong quá trình tạo test .
• Tránh test rung (flaky tests) – Agent tránh viết các unit test gọi URL bên ngoài, mở cổng mạng hoặc phụ thuộc vào thời gian chính xác .

Hiệu suất benchmark

Trong benchmark nội bộ của Microsoft với 152 tác vụ, agent code-testing-generator hoàn thành 140 tác vụ (92,1"), trong khi GitHub Copilot tiêu chuẩn chỉ hoàn thành 120 tác vụ (78,9%) . Khoảng cách hiệu suất này cho thấy lợi thế rõ rệt của một agent chuyên dụng có khả năng nghiên cứu codebase trước khi tạo test, thay vì chỉ dựa vào một prompt đa năng .

Agent vận hành theo một pipeline có tên là Research-Plan-Implement (RPI) – tức Nghiên cứu, Lập kế hoạch và Triển khai, sau đó tự động xác thực test qua một chu trình kiểm tra chất lượng nhiều bước. Công cụ hiện hỗ trợ sáu ngôn ngữ lập trình và ba IDE phổ biến . Trong benchmark nội bộ với 152 tác vụ, agent đạt tỷ lệ hoàn thành 92,1% – cao hơn đáng kể so với con số 78,9% của Copilot thông thường . Microsoft nhấn mạnh rằng ở thời điểm hiện tại, agent chỉ viết unit test, không bao gồm integration test, end-to-end test, browser test hay performance test .

Cách pipeline Research-Plan-Implement (RPI) vận hành

Thay vì viết test tức thì, agent đi theo một quy trình bài bản :

1. Học từ repository – Quét mã nguồn để phát hiện ngôn ngữ, framework test, các mẫu test có sẵn và lệnh build/test chính xác .
2. Chọn lộ trình thực thi – Tùy vào phạm vi nhiệm vụ, agent chọn một trong ba chế độ :
   • Trực tiếp – Đọc mã, viết test, kiểm tra kết quả.
   • Một lượt – Nghiên cứu và lập kế hoạch một lần, sau đó triển khai toàn bộ.
   • Vòng lặp – Lặp lại chu trình RPI cho các yêu cầu lớn hoặc mục tiêu coverage cao.
3. Lập kế hoạch và viết test – Agent bắt đầu với các đoạn mã đơn giản, tiến dần đến mã phức tạp có nhiều phụ thuộc. Nó ánh xạ từng hành vi cần test vào một tệp test, tuân theo quy ước của dự án, đồng thời tự sửa lỗi biên dịch hoặc lỗi assert khi phát sinh .
4. Xác thực test – Trước khi hoàn tất, agent chạy một chuỗi kiểm tra chất lượng đa bước (xem bên dưới) .

Quy trình xác thực: mutation testing nhẹ và đảm bảo chất lượng

Mỗi test được tạo ra đều trải qua quy trình kiểm tra chất lượng sau :

• Xem xét các thay đổi nhỏ trong mã mà đáng lẽ phải làm test thất bại (mutation testing).
• Kiểm tra xem có assert yếu hoặc thiếu assert không.
• Xác minh mỗi kịch bản được yêu cầu đều có một test tương ứng.
• Build toàn bộ workspace và chạy toàn bộ test suite.
• Đảm bảo lệnh test thông thường của repository có thể phát hiện và chạy được test mới.

Điều này đảm bảo rằng một test "pass" thực sự có ý nghĩa và có thể được CI pipeline phát hiện . Agent viết unit test – tức cô lập mã cần kiểm tra và giả lập (mock) các dịch vụ bên ngoài cùng các phụ thuộc khác .

Ngôn ngữ và IDE được hỗ trợ

Agent được đóng gói dưới dạng plugin dotnet-test trong kho mã nguồn mở dotnet/skills trên GitHub, phát hành theo giấy phép MIT . Các nền tảng được hỗ trợ bao gồm :

• Ngôn ngữ – .NET, Python, Go, TypeScript, Java và Rust.
• IDE/công cụ – GitHub Copilot CLI, Visual Studio Code và VS Code Insiders (thông qua plugin, hiện đang trong giai đoạn xem trước).

Vì được phát hành dưới dạng định nghĩa agent (agent definition) chứ không phải dịch vụ đám mây, nó tích hợp trực tiếp vào coding agent hiện có của đội ngũ, giữ mã nguồn nội bộ thay vì phải gửi qua dịch vụ bên ngoài .

Giới hạn hiện tại

• Loại test – Chỉ hỗ trợ unit test. Integration test, end-to-end test, browser test và performance test hoàn toàn nằm ngoài phạm vi .
• Không thay đổi mã production – Agent không bao giờ sửa đổi mã production trong quá trình tạo test .
• Tránh test rung (flaky tests) – Agent tránh viết các unit test gọi URL bên ngoài, mở cổng mạng hoặc phụ thuộc vào thời gian chính xác .

Hiệu suất benchmark

Trong benchmark nội bộ của Microsoft với 152 tác vụ, agent code-testing-generator hoàn thành 140 tác vụ (92,1"), trong khi GitHub Copilot tiêu chuẩn chỉ hoàn thành 120 tác vụ (78,9%) . Khoảng cách hiệu suất này cho thấy lợi thế rõ rệt của một agent chuyên dụng có khả năng nghiên cứu codebase trước khi tạo test, thay vì chỉ dựa vào một prompt đa năng .