# hydra里基于LLM的SmartMonkey到底是如何实现有点疑问?

[bolt163]

看PR稿里实现了基于LLM的 monkey智能探索，对里面的实现比较感兴趣，看完一头雾水有两个疑问向大神们请教下

##1.center里有几个对openapi的封装，但似乎都没看到实际调用的地方，看代码好像没看到代码里有实质调用LLM模型的地方

##2.agent里SmartMonkey，与LLM模型相关的api，version等参数都在 SmartTestParam这个类里定义，但最终传来传去，实际最后程序运行时是收归到了runSmartTestOnce函数，然后如果能执行到，则是进入 smartTestUtil.runPYFunction(smartTestParam, logger); 看这个函数的执行 最后是在执行一段python脚本，非常不解的是代码实现有必要写这么绕吗？ public String runPYFunction(SmartTestParam smartTestParam, Logger logger) throws Exception { File smartTestFolder = new File(smartTestParam.getOutputFolder(), Const.SmartTestConfig.RESULT_FOLDER_NAME); smartTestFolder.mkdir(); String res = null; String[] runArgs = new String[9]; runArgs[0] = "python"; runArgs[1] = filePath; runArgs[2] = smartTestParam.apkPath; runArgs[3] = smartTestParam.deviceInfo; runArgs[4] = smartTestParam.modelInfo; runArgs[5] = smartTestParam.testSteps; runArgs[6] = smartTestParam.stringTextFolder; runArgs[7] = smartTestFolder.getAbsolutePath(); runArgs[8] = smartTestParam.llmInfo;

    for (String tempArg : runArgs) {
        logger.info(tempArg);
    }
    Process proc = Runtime.getRuntime().exec(runArgs);
    SmartTestLog err = new SmartTestLog(proc.getErrorStream(), logger);
    SmartTestLog out = new SmartTestLog(proc.getInputStream(), logger);
    err.start();
    out.start();
    res = out.getContent();
    proc.waitFor();

    return res;
}

然后这里面的filePath， smartTestParam参数 以及所执行到的python文件 PY_FILE_NAME 都是在 hydralab\common\util 目录的 Const.java里所定义。。感觉有点乱七八糟的代码

##3.上面的 smartTestParam参数，涉及 BERT_MODEL_NAME， TOPIC_MODEL_NAME等模型参数的定义，猜测最终SmartMonkey是基于这两个模型来做决策的么，是在线or离线的Reference？这里能在文档里注明出来么，看的有点云里雾里

[hydraxman]

感谢反馈，这个我们整理一下给你个答复，主要是目前代码分散在Java Python Javascript中，确实比较乱，还有一部分在内部代码库。

我们计划在9月份梳理清楚。 cc @zhou9584

[nathan2win]

我们最近没有发PR稿，你说的可能是采访稿，暂时没有PR的需求。。。

目前代码实现是多个团队完成的，涉及到脱敏和专利保护问题，我们开源会一步一步来，可以继续关注下代码更新。

如果是贵公司想寻求合作，我们可以私信沟通。

针对“上面的 smartTestParam参数，涉及 BERT_MODEL_NAME， TOPIC_MODEL_NAME等模型参数的定义，猜测最终SmartMonkey是基于这两个模型来做决策的么”

你的理解是正确的，一个模型用于分类和理解，一个用于强化学习场景下的决策。这两个模型的细节可能没法公开，不过其实不一定要用模型。。。

感谢你的问题和宝贵意见。

[hydraxman]

初步想法是分三步走：

1. 搞一个分支先把一部分smart test的接口开源，具体的实现先不开源。
2. 开源缺省实现（需要评估哪个部分可以在满足微软合规要求的情形下开源）
3. 实现开源方案可运行。

[kabuqNo]

same ask

[GZL11]

我也想知道目前LLM在项目中扮演了一个怎样的角色，可以完成哪些功能，LLM在这些方面的效果如何？

[hydraxman]

Will update soon. Thanks for all the comments.

[bolt163]

PS:个人认为这种开源搞了个常规的框架，关于LLM在测试上的应用是完全黑盒的，私以为真正有价值的思路并没透露。。。 近一年业界关于LLM在自动化测试上的应用包括相关Agent的应用设计这一类的研究paper也非常多

[nathan2win]

Code is here: https://github.com/microsoft/HydraLab/tree/playground/2024/v2/smart_test_llm

Will keep updating, stay tuned.