Keploy
Entwicklerorientiertes API-Testtool, das echten API- und Datenbank-Traffic per eBPF aufzeichnet und automatisch in Testfälle und Daten-Mocks umwandelt – ohne Codeänderungen.
Überblick
Keploy ist ein quelloffenes API- und Integrationstest-Tool, das Tests aus echtem Traffic generiert, statt dass ein Entwickler sie von Hand schreiben muss. Es nutzt eBPF, um API-Aufrufe, Datenbankabfragen und Streaming-Events auf Netzwerkebene zu erfassen, während eine Anwendung normal läuft – das bedeutet kein zu installierendes SDK und keine Codeänderungen – und wandelt den erfassten Traffic dann in wiedergebbare Testfälle und Daten-Mocks um.
Da es aufgezeichneten, realistischen Traffic statt von einem Entwickler ausgedachter synthetischer Anfragen wiedergibt, eignet es sich gut, um Regressionen in komplexen, verteilten Request-Abläufen zu erkennen, ohne eine große Sammlung von API-Test-Fixtures von Hand zu pflegen, und ist sprachunabhängig, da die Erfassung auf Netzwerkebene statt innerhalb des Anwendungscodes stattfindet.
Keploy eignet sich für Teams, die API- und Integrationstestabdeckung aus tatsächlicher Nutzung statt von Grund auf geschrieben haben möchten – als Ergänzung zu Cypress und Playwright (ebenfalls in diesem Katalog), die browserbasierte Nutzerabläufe statt Backend-API- und Integrationsverhalten testen.
- Kategorien
- Testing
- Sprachen
- Go
- Lizenz
- Apache-2.0
Ähnliche Projekte
MockServer
Apache-2.0HTTP(S)-Mock-Server und -Proxy für Tests, mit dem du API-Antworten simulieren, Live-Traffic untersuchen und Fehler injizieren kannst.
- Testing
Chaos Mesh
Apache-2.0Cloud-native Chaos-Engineering-Plattform für Kubernetes, die kontrollierte Fehler injiziert – Pod, Netzwerk, I/O und mehr –, um zu testen, wie sich ein System bei Ausfällen tatsächlich verhält.
- Testing
Cypress
MITJavaScript-End-to-End-Testframework für das moderne Web mit schnellen, zuverlässigen Tests.
- Testing
Fortio
Apache-2.0Last- und Netzwerkmesstool für Microservices, das detaillierte Latenz-Perzentile unter anhaltender Last meldet.
- Testing
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.