Ogoron
Ogoron · コーディング
Ogoronは、自動テストの開発と保守を自ら担うAIテスト自動化プラットフォームだ。ソフトウェアのテストを計画し、書き、保守する。テストを平易な英語で説明するよう求める代わりに、コードベース、Gitの差分、APIコントラクトを読み取り、API・UI・モバイルの各層にわたってテストスクリプトを生成して更新する。固定の月額費用で動くため、リリース頻度が請求額を変えることはない。
Ogoron について
Ogoronとは
Ogoronは、人がすべてのスクリプトを手作業で編集しなくてもテストがコードに追いつくべきだという考えを土台にしたAIテスト自動化プラットフォームだ。リポジトリを読み、アプリケーションが何をするべきかを割り出し、それが今も実現されているかを確認するテストを書く。同社はこれを「自律エージェントによるQAチーム」と表現し、三つの役割に分けている。一つはコードから要件を読み取り、一つはテスト計画を組み立てて結果を読み、もう一つは自動テストを書いて最新の状態に保つ。
狙っている問題は、ソフトウェアを出荷したことのある人なら誰でも知っている。コードが変わった瞬間にテストは古び、それを生かしておくには実際に時間がかかる。Ogoronの主張はこうだ。コミットごとに閉ループのサイクルが回る。リポジトリの変更が分析され、テストが生成または更新され、実行結果とカバレッジの変化がシステムに戻って次に書く内容を改善する。
最大の限界は、これが判断力の代替ではなく補助だという点にある。同社はOgoronを、エンジニアリングチームを置き換えるのではなく支えるツールだと説明し、複雑なワークフローやクリティカルパスには依然として人のレビューが必要になり得ると注記している。ドキュメントにはこう書かれている。出力はチームがレビューし、責任を持つべきだ。つまり、完全に手放しで監視ゼロのQAを求めるなら、これは違う。まったく違う。
はじめ方
- app.ogoron.aiでGitHubまたはBitbucketを使ってアカウントを作り、14日間の無料トライアルを開始する。
ogoron initを実行してリポジトリを初期化し、.ogoron/configs/フォルダで設定する。ogoron analyze businessでプロジェクトの理解を構築し、エージェントにコードの目的を把握させる。ogoron generateでテストを生成し、ogoron healで最新の状態に保つ。- パイプラインを接続する。GitHub Actionsは現在対応済みで、Bitbucket Pipesの統合も利用できる。
AIツール情報
Ogoronの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 開発者と小規模なエンジニアリングチーム：リグレッションのカバレッジが欲しいが、スクリプトを手書きする専任のQAエンジニアがいない場合に役立つ。ただしエージェントの出力をレビューする意欲が前提だ。
- 成長中のチームのQAリード：テストの保守が新規テストの作成より時間を食っているなら好適だ。製品の変化に合わせてプラットフォームがスクリプトを更新する。
- すでにGitHub ActionsやBitbucketを使っているチーム：すでに回しているパイプライン内でテスト自動化をしたいなら最も摩擦が少ない。設定はCLIと既存のCIツールを通じて行う。
タスク
- 既存コードから最初のテスト一式を生成する：プラットフォームが要件を逆算するので、詳細を書き出すのを待たない。
- 頻繁なリリースをまたいでリグレッションテストを生かしておく：コミット後にテストが再生成され、コードとずれない。
- 複数層にまたがるテスト計画を組む：層ごとに別ツールを使うのではなく、一つのシステムでAPI・UI・モバイルのテストをカバーする。
シーン
- マージリクエストごとに出す：呼び出しごとの上限がないため、夜間ジョブに回さずに各MRでリグレッションテストを走らせられる。
- テストスイートより速く変わるコードをカバーする：手作業のテスト保守が後れを取ったときに合理的な選択だ。
- 採用せずにカバレッジを増やす：今すぐ人員を増やせないがテストをもっと必要とするチームに役立つ。
主な機能
コードベースからの自律的なテスト開発
Ogoronと他のAI中心のテストツールとの根本的な違いは、テストが指示をどう受け取るかにある。ほとんどの競合はテスト手順を平易な英語で書くよう求める。これは考える作業を依然としてユーザーに残す。Ogoronは違う。コード構造、UIの挙動、APIコントラクトを分析し、Gitの差分、アプリケーションアーキテクチャ、実行時の挙動に対するLLM推論を使って何をテストするかを決める。手取り足取りは不要だ。自分で書かずに初期のテスト計画が手に入る。同社によれば、これでテスト作成はテストエンジニアの9倍速くなる。
変更後に自己修復するテスト
コードが動けばテストは壊れる。チームが密かに嫌う部分だ。Ogoronはコミットごとに閉ループのサイクルを回す。リポジトリの変更をAST分析、ヒューリスティクス、LLM推論で検査し、テストを生成または更新し、実行結果とカバレッジの差分を戻して以降の実行を改善する。ogoron healで修復を直接起動することもできる。いずれにせよ、スイートはリリースの合間に静かに腐らない。出来すぎた話に聞こえるか？同社は人のレビューが依然として重要だと率直に認めている。
API・UI・モバイルテストのカバレッジ
三つの別々のツールではなく、一つのプラットフォームが三つの層を扱う。OgoronのエージェントはAPI・UI・モバイルテスト向けの手書きスクリプトを置き換え、システムはユニット、API、統合、UIテストを含むテスト計画を組む。ツールが少なければ可動部も少ない。何かが失敗したときに見る場所も一つで済む。
呼び出し上限のない固定月額費用
料金は定額の月額で、同社は呼び出し回数を制限せず、呼び出しが増えても多く請求しないと明言している。ここが珍しい点だ。多くの従量課金のテストサービスは使うほど高くなり、チームを少なく使う方向へ押す。ここでは週に一度テストしてもコミットごとにテストしても請求額は動かない。だからコストが徹底的なテストの反対材料にならない。これは希少だ。多くのツールはテストを減らすことを静かに報いる。
既存パイプラインへの統合
Ogoronは働き方を変えさせず、すでに使っているパイプラインに接続する。GitHub Actionsの対応は稼働中で、Bitbucket Pipesも利用でき、GitLab CIとJenkinsは計画中だ。カスタムCIの構成はCLI経由ですでに可能だ。同社は既存の開発者ワークフローへの変更は不要と述べ、開発者には失敗とカバレッジの変化を平易な言葉で説明するレポートが届く。設定が作業の邪魔をしない。
人の監督と安全ゲート
エージェントは無管理で走らない。Ogoronは安全ゲート、信頼度のしきい値、ロールバックの仕組みを強制し、同社はこのツールをエンジニアを置き換えるものではなく支えるものとして位置づけている。複雑なワークフローやクリティカルパスは依然として人のレビューを要することがある。自動生成されたテストが監視なしに本番に届くことに不安があるなら、これらの制御が答えだ。それだけのことだ。
メリットとデメリット
メリット
- テストは実際のコードベースから生成されるので、先に平易な英語で手順を書く必要がない。
- コミット後の自動テスト保守により、製品が変わってもリグレッションスイートが使える状態を保つ。
- 一つのプラットフォームがAPI・UI・モバイルテストをカバーするので、別々のフレームワークを掛け持ちする手間が減る。
- 呼び出し上限のない固定月額料金は、マージリクエストごとにテストを走らせるのを手頃にする。
- GitHub ActionsとBitbucket Pipelinesの中で現時点で動き、既存の開発者ワークフローに変更は要らない。
デメリット
- 出力には依然として人のレビューが必要で、テスト品質に責任を持つ人を不要にはしない。
- GitLab CIとJenkinsの対応は計画中で未出荷のため、これらのパイプラインを使うチームは当面CLIでカスタムCIを組む必要がある。
- 料金は公開されていないので、他のツールと比較する前に同社へ問い合わせる必要がある。無料トライアルは14日間だ。
- 返金はなく、同社はこれを公言し、請求前に条件を詰めることで対応している。
よくある質問
ソフトウェアの自動テストを書き、保守するAIテスト自動化プラットフォームだ。コードベース、Gitの差分、APIコントラクトを読み、API・UI・モバイルの各層にテストを生成し、コードの変更に合わせて更新する。
関連コンテンツ
Ogoronに関連するツール、スキル、記事を探す。
Ogoronの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。