proffesor-for-testing/agentic-qe

Agentic QE Fleet is an open-source AI-powered QA/QE platform designed for use with Coding Agents (works best with Claude Code) featuring specialized agents and skills to support testing activities for a product at any stage of the SDLC. Free to use, fork, build, and contribute. Based on the Agentic QE Framework created by Dragan Spiridonov.

해결하는 문제

Agentic Quality Engineering (AQE) Fleet는 소프트웨어 테스트 및 품질 보증의 지루하고 복잡한 부분을 자동화합니다. 다양한 기술 스택과 코딩 에이전트 플랫폼 전반에서 높은 테스트 커버리지 유지, 위험한 미테스트 코드 경로 식별, flaky test 수정 문제를 해결합니다.

작동 방식

AQE는 중앙의 "Queen Coordinator"에 의해 조정되는 전문화된 AI 에이전트 플릿으로 작동합니다. 이 코디네이터는 상위 수준의 품질 작업을 더 작은 하위 작업으로 분해하고 이를 도메인별 에이전트(예: 테스트 아키텍트, 보안 스캐너 또는 카오스 엔지니어)에 할당합니다.

주요 기술 메커니즘은 다음과 같습니다:

Intelligent Routing: TinyDancer라고 불리는 시스템이 복잡성에 따라 작업을 서로 다른 LLM 티어(Haiku, Sonnet, Opus)로 라우팅하여 비용과 성능의 균형을 맞춥니다.
Pattern Learning: 시스템은 성공적인 테스트 패턴과 결함 지표를 영구 데이터베이스에 인덱싱하여, 서로 다른 세션과 프로젝트에서 효과적인 전략을 재사용할 수 있도록 합니다.
MCP Server: Model Context Protocol (MCP)를 사용하여 Claude Code, Cursor, GitHub Copilot와 같은 11개의 서로 다른 코딩 에이전트 플랫폼과 원활하게 통합됩니다.
Quality Gates: anti-sycophancy 스코어링을 사용하여 공허하거나 동의어 반복적인 테스트를 거부합니다.

대상

AI 기반 테스트를 기존 CI/CD 파이프라인 및 여러 플랫폼에 걸친 코딩 에이전트 워크플로우에 통합하고자 하는 소프트웨어 엔지니어, QA 엔지니어 및 개발 팀.

하이라이트

대규모 에이전트 플릿: 보안, 카오스 엔지니어링, 엔터프라이즈 통합(SAP/SOAP)을 포함한 13개 도메인에 걸쳐 60개의 전문화된 QE 에이전트를 조정합니다.
75개 이상의 QE 기술: TDD (London/Chicago)부터 변이 테스트(mutation testing)에 이르는 검증된 기술 라이브러리.
멀티 플랫폼 지원: Cursor, Cline, Windsurf를 포함한 11개의 주요 코딩 에이전트와 함께 작동합니다.
교차 프로젝트 학습: 코드베이스 패턴을 지속적으로 학습하여 테스트 생성 정확도를 향상시킵니다.
비용 최적화: Ollama를 통한 로컬 LLM 지원 및 API 지출을 최소화하기 위한 인텔리전트 라우팅을 지원합니다.