mozilla/bugbug
Platform for Machine Learning projects on Software Engineering
What it solves
Bugbug 使用機器學習自動化繁瑣的軟體工程與品質管理任務。它特別針對管理大型錯誤追蹤系統（如 Bugzilla）與程式碼倉庫的開銷，協助團隊分派錯誤、預測缺陷，並優化測試工作流程。
How it works
此專案提供一個框架，用於訓練與部署各種分析錯誤報告與提交資料的機器學習分類器。它會從這些來源抽取特徵，並使用模型（包括 Keras 與 scikit-learn pipeline）對資料進行分類。使用者可以透過 CLI 腳本訓練模型，或在 Mozilla 的 CI 平台（Taskcluster）上觸發訓練。
Who it’s for
此工具主要設計給在大型專案（目前聚焦於 Mozilla/Firefox）上工作的軟體維護者與品質保證工程師，讓他們能自動化錯誤分派與風險評估。
Highlights
- Diverse Classifiers: 包含專門用於建議受理人、偵測垃圾訊息、辨識回歸以及區分真正錯誤與功能請求的模型。
- Risk Prediction: 提供分類器以偵測可能導致回歸或因失敗而被撤回的補丁。
- Test Optimization: 包含
testselect分類器，用於找出對特定補丁最相關的測試。 - Data Mining: 提供工具從版本控制系統（如 Mercurial）挖掘資料，以產生訓練集。