從2026版本開始，VectorCAST/C++推出首批AI輔助測試功能，旨在幫助開發(fā)團隊解決單元測試過程中的兩個核心難點：

1. 如何根據需求描述自動生成可驗證邏輯功能的單元測試用例（Req2test）：基于自然語言需求輸入，利用大語言模型自動生成符合測試框架規(guī)范的測試用例代碼，減少手工編寫用例的工作量。

2. 如何基于現有代碼自動生成單元級別的需求規(guī)格說明（Code2req）：通過分析被測代碼的結構與邏輯，反向生成形式化的單元需求描述，完善需求追溯鏈，滿足功能安全標準對雙向追溯的要求。

部署架構與數據安全

01

完全本地化部署：僅通過調用客戶本地部署的大語言模型（LLM）接口實現功能，測試代碼與需求數據無需上傳至外部云服務，從根本上保障企業(yè)代碼資產的隱私安全。

02

廣泛的模型兼容性：兼容OpenAI API接口規(guī)范和支持JSON格式輸出的模型推理引擎均可對接，包括阿里云、微軟Azure等。

03

靈活的使用方式：支持三種操作模式，滿足不同工程師的使用習慣，包括Visual Studio Code插件（編碼時直接使用）、純命令行（CI/CD流水線集成）、VectorCAST/C++圖形界面（可視化操作）。

功能價值總結

VectorCAST/C++的AI輔助測試功能（Req2test與Code2req）將大語言模型技術與嵌入式代碼測試深度融合，在以下方面為開發(fā)團隊創(chuàng)造實際價值：

降低測試用例編寫門檻：Req2test可根據自然語言需求自動生成測試用例，減少手工編碼工作量，特別適用于需求變更頻繁的項目場景；

完善需求追溯鏈：Code2req通過代碼反向生成單元需求描述，填補從高層需求到單元測試之間的規(guī)格空缺，滿足ISO 26262、DO-178C等功能安全標準對雙向追溯的合規(guī)要求；

本地化部署保障安全：通過與本地LLM對接，企業(yè)無需將代碼上傳至第三方平臺，兼顧效率提升與數據隱私保護；

靈活的集成方式：三種使用模式覆蓋從開發(fā)桌面到CI/CD流水線的全場景，便于團隊根據現有工具鏈靈活選擇。