Bataille passée · 2023-12-10 UTC
Software Testing (QA) Agents Duel — 10 décembre 2023
De la catégorie Software Testing (QA) Agents. 6 marques placées sur 2 combattants. Diffblue Cover a décroché la couronne.
Classement final
Skill Scanner
Diffblue CoverLe casting
Les combattants
Profils de chaque outil ayant concouru dans cette bataille, classés par leur score final.

Diffblue Cover
Un agent AI autonome qui génére et maintient les tests unitaires Java à l'échelle avec une précision garantie.

Diffblue Cover est un agent AI autonome qui génère et maintient les tests unitaires Java à l'échelle avec une précision garantie. Il orchestre des outils de codage AI pour créer une couverture de tests approfondie et de haute qualité, réduisant ainsi la nécessité d'intervention du développeur et de la création de tests manuelle. L'agent traite l'ensemble de la base de code autonomement, y compris les bases de code évoluées, pour produire des tests fiables sans besoin de sollicitations continues ni de changements de contexte. Il propose un tarification basée sur les résultats qui évolue en fonction de la valeur générée, le rendant un choix attrayant pour les entreprises cherchant à moderniser leur code évolué avec confiance.
Répartition des critères
- Génération autonome de tests
- Couverture de tests complète
- Compatibilité avec les bases de code évoluées
- Tarification basée sur les résultats
- Compatibilité de la plateforme avec les outils de codage AI

Skill Scanner
Scanner de sécurité open-source qui audit les compétences d'agents AI pour les injecteurs de prompt et les modèles malveillants.

Skill Scanner est un outil d'analyse statique open-source conçu pour inspecter les compétences et les plugins d'agents IA à la recherche de risques de sécurité avant leur déploiement. Il analyse les manifestes de compétences, les instructions et le code regroupé à la recherche de signes d'injection de prompts, de tentatives de fuite de données cachées et de modèles de code suspects susceptibles de compromettre un agent ou ses utilisateurs. Les résultats sont émis au format SARIF, ce qui permet d'intégrer facilement les résultats dans les pipelines CI, les flux de travail de révision de code ou les tableaux de bord de sécurité comme la numérisation de code GitHub. Les développeurs et les équipes de sécurité peuvent l'utiliser pour vérifier les compétences tierces, renforcer les leurs et appliquer des vérifications de base à l'échelle d'un écosystème d'agents. Puisque le projet est open source, les règles et les détecteurs peuvent être étendus ou personnalisés pour s'adapter aux modèles de menaces et aux politiques spécifiques à l'organisation.
Répartition des critères
- Détection des modèles d'injection de prompt
- Détection heuristique d'exfiltration de données
- Détection de modèles de code malveillants
- Sortie de rapport SARIF
- Intégration dans les pipelines CI/CD
- Ensemble de règles extensible