AI实用工具:微软测试质量安检、Mu一个端点67种互联网能力

code-testing-generator — 微软官方出品，Agent 生成的测试必须先过"伪变异"安检才能叫完成

每个 AI 编码 Agent 都会欣然帮你写单元测试。失败模式不是它拒绝写，而是你得到 40 个绿色的 Assert.NotNull(result)——删掉方法体照样全绿。2026 年 7 月 31 日，微软在 dotnet/skills 仓库发布了 dotnet-test 插件，里面藏着一个叫 code-testing-generator 的内部编排器。它不让你直接调用，而是被上层技能调度，在写完测试之后、汇报"完成"之前，强制跑一轮三道安检。

第一道叫伪突变分析（pseudo-mutation analysis）。Agent 模拟对被测代码做小改动——改一个运算符、翻转一个条件、删一行赋值——然后重新跑测试，看有没有测试因此而变红。如果一个改动改了方法的行为、所有测试仍然全绿，这批测试就是白写的。它不是真正的突变测试（不会真的覆盖所有变异算子），但它只花几秒钟就给出一个信号："你这些测试到底在不在保护代码。"第二道是断言深度审查——Agent 审视自己写的断言是不是弱到等于没有。Assert.NotNull(result) 过不了这一关，Assert.Equal(90.00m, result.Total) 才能过。第三道是需求-场景映射——你要求覆盖的每个功能场景是不是都有专属测试，而不是被某个泛泛的"验证方法不抛异常"顺手带过。

三道安检通过之后，才会执行全量构建 + 完整测试套件 + 确认仓库自己的测试发现命令能找到这些新测试。这种设计意味着 Agent 不能靠 40 个 NotNull 断言就收工邀功。

很多人看到仓库路径 dotnet/skills 会以为这是 .NET 专属工具。不是。它覆盖 12 种语言：.NET、Python、TypeScript/JavaScript、Java、Go、Ruby、Rust、Swift、Kotlin、PowerShell 和 C++。Agent 会先搜索仓库里已有的测试，学习这个项目的惯例——测试放在哪个目录、用的是 pytest 还是 Vitest、mock 的风格是 jest.mock 还是 Sinon——然后按这个惯例写新测试，而不是硬套 C# 模式。

微软在内部 benchmark 上测了四种配置：裸的 GitHub Copilot、裸的 Claude Code、Copilot + 本插件、Claude Code + 本插件。结果：本插件在 Copilot 上完成率 92.1%（140/152 任务），裸 Copilot 是 78.9%。差距在"模糊提示词"场景最大——"帮我写单元测试"这种不指定覆盖范围的提示，裸 Copilot 完成率 66.3%，加上本插件 88.8%。平均每个任务耗时 359 秒，产生 72.4% 行覆盖和 49.8% 分支覆盖。

实事求是地说，分支覆盖率 49.8% 不算高——这意味着大约一半的分支没有测试覆盖。但这个数字恰好反映了插件的设计哲学：它不是追覆盖率数字的，它是在有限步骤内产出有用测试的。当 Agent 达成了它的质量 checklist（伪突变通过、断言深度合格、需求对得上），它就停手，不去为了把分支覆盖率从 50% 推到 80% 而多跑十轮迭代。

还有一个值得展开的设计决策。插件定义了三种工作路径：Direct（只测一个函数时直接写，跳过子 Agent 管线，仅保留最终安检）、Single pass（中等范围，研究→规划→实现一轮）、Iterative（大范围，多轮循环缩小覆盖缺口）。官方建议是"大多数请求应该走 Direct 路径，不要启动完整的管线"——这在 AI Agent 产品里是少见的克制。大部分工具默认把最重的流程推给你，这个工具默认让你用最轻的。

# GitHub Copilot CLI 中安装
/plugin marketplace add dotnet/skills
/plugin install dotnet-test@dotnet-agent-skills

# 重启 CLI，选择 code-testing-generator agent
# 然后说一句：
"Generate unit tests."

同类工具对比

code-testing-generator 在这个品类里的独特之处不在于"生成更多测试"——Diffblue 在批量覆盖上更强，RoostGPT 的自我修复循环更成熟，testpilot-ai 的验证重试机制更激进。它独特的点在于那道安检门：写完测试之后、宣布完成之前，模拟破坏被测代码来验证测试是否真的在保护逻辑。这是把"测试质量判断"从主观感受变成了一个自动化的、可复现的流程。其他工具也会验证测试编译和运行通过，但只有这个工具会主动问："如果我改了这段代码，你的测试会变红吗？"

🏪 GitHub Copilot CLI Marketplace · dotnet/skills · MIT · GitHub · 官方博客

Mu — 67 种互联网工具打包成一个 MCP 端点，Agent 不再为每个 API 单独装服务器

给 Agent 接外部工具，今天的标准做法是：搜一个 MCP Server → claude mcp add → 配 API Key → 重复 N 次。搜网页用 Tavily MCP，查天气用 Weather MCP，看新闻用 RSS MCP，发邮件用——等等，发邮件有 MCP 吗？这本质上是碎片化：每个能力是一个独立服务器，各自有各自的认证方式、各自的 API Key、各自的速率限制。Agent 接入 5 种能力就要维护 5 个 MCP 配置，还不算每个服务器被模型加载时额外消耗的上下文 token。

Mu 的思路反过来了。它在同一个 Go 二进制里跑着一整套日常互联网服务——搜索引擎、邮件服务器（SMTP + DKIM 签名）、RSS 聚合器、天气查询、加密货币/期货行情、YouTube 去广告播放、图片生成、日历提醒、甚至伊斯兰祈祷时间——一共 67 种，全部通过一个 MCP 端点 https://micro.mu/mcp 暴露。Agent 不需要为每种能力单独装一个 MCP Server，它只需要接一个 Mu，然后调用 mu__web_search、mu__mail_inbox、mu__weather_forecast 就行了。

这个架构和其他 MCP 工具的根本差异不在于"数量多"，而在于谁在运行服务。大多数 MCP Server 是 API 包装层——它们在中间把 Agent 的请求翻译成第三方 API 调用。Mu 不包 API，它自己跑服务。mail_inbox 读的是 Mu 自己的 SMTP 服务器里的收件箱，不是 Gmail API。web_search 查的是 Mu 自己维护的搜索索引，不经过 Google 或 Bing。db_create 写的是 Mu 自己的存储。这种"自营"模式带来一个实际好处：Agent 接入时不需要配一堆 API Key，不需要管理速率限制配额，不需要担心某个第三方 API 改版了导致 MCP Server 挂掉。

但这同样意味着信任边界要重新画。邮件、联系人、文件、日历都是敏感数据。让 Agent 替用户收发邮件、写文件、查日程，对授权边界和可审计性的要求比"让 Agent 搜一下天气"高一个数量级。Mu 提供了自托管选项——一个 docker compose up 或 go install 就能在自己机器上跑——让团队可以在自己的基础设施上审查和适配这些能力。AGPL-3.0 许可，开源透明。

从开发者的视角看 Mu 的另一个巧思：同一套服务注册之后，自动出现在 MCP、REST API、A2A 端点、CLI 子命令和 Web 界面里。你不需要为"Agent 能调用"和"人能浏览"分别维护两套接口。注册一个服务，两个通道同时有了。

实际使用体验相当自然。启动后打开 http://localhost:8080，完成一次性设置（创建管理员账号 + 选择 AI 提供商），Mu 就跑起来了。在 Claude Code 或 Cursor 里配一行 MCP 指向 https://micro.mu/mcp（或用自托管地址），Agent 就能调用全部 67 种工具。OAuth 自动处理认证流程。工具目录和每次调用的费用在 micro.mu/tools 实时可见——Mu 通过 x402 协议支持 USDC 按次付费，前 10 次免费。

# 自托管（Docker）
git clone https://github.com/micro/mu.git
cd mu
docker compose up

# 或直接 go install
go install github.com/micro/mu@latest
mu --serve

# 在 Claude Code 中接入
claude mcp add --transport http mu https://micro.mu/mcp

# CLI 用法（每个 MCP 工具也是 CLI 子命令）
mu news
mu weather forecast --lat 39.9 --lon 116.4
mu search "AI agent tools 2026"

同类工具对比

Mu 在这个品类里做了一件其他工具没做的事：它不仅提供工具，还运行工具背后的服务。Tavily 和 Exa 给你搜索能力但只做搜索，AgentSpan 覆盖 52 个平台但本质上是 API 包装层。Mu 的目标是成为一个 Agent 的"个人互联网工作台"——搜索、邮件、日程、文件、行情、天气，一个端点全包。这个雄心的代价是：你需要把更多个人数据交给它。自托管模式缓解了这个担忧，但也意味着你需要自己维护邮件服务器和搜索索引。当天平的一端是"67 种能力一键接入"、另一端是"运维成本和信任边界"，你的团队技术栈和个人数据敏感度决定了 Mu 是神器还是过度设计。

⭐ 97 · v0.1.0+ · AGPL-3.0 · Go · GitHub · 官网 · 工具目录