Как я перестал писать код для тестов и полюбил AI
Как QA-инженер и Java-разработчик, я столкнулся с типичной проблемой: рутина отнимает время, которое можно было бы потратить на более сложные и интересные задачи. Написание тестов, рефакторинг, проверка соответствия кода задаче - всё это необходимо, но очень утомительно.
Поэтому я написал инструмент, который делегирует эту рутину AI.
Что внутри: ProjectScanner - обход проекта, построение дерева пакетов, поиск Java-файлов.
ContextBuilder - загрузка кода в контекст для передачи в API.
DeepSeekService - HTTP-клиент к DeepSeek API с ручным парсингом JSON. Никаких лишних зависимостей.
Интерактивная консоль - команды для генерации тестов, анализа, рефакторинга.
Что получилось: /test UserService → создаёт UserServiceTest.java с JUnit 5 + Mockito.
/fix UserService → находит ошибки, предлагает исправления, делает бэкап.
/analyze-requirement "текст задачи" → сравнивает код с требованием и выдаёт процент соответствия.
Почему DeepSeek: API совместим с OpenAI, но дешевле. Есть специализированная модель deepseek-coder, отлично понимает Java. Хорошая скорость и качество.
Что дальше: Интеграция с Jira для автоматической загрузки задач. Плагин для IntelliJ IDEA. Поддержка других языков (Python, Go). Репозиторий открыт, код доступен. Буду рад feedback и пулл-реквестам!
Ссылка на репу: https://github.com/ITmeansIvanTyulkin/CodeBoosterUtility/tree/main