解决idea 2023 的Branch和code Coverage不显示

问题1

Branch不显示Branch不显示

问题2

Code Coverage不存在
在这里插入图片描述

解决

设置Branch

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

设置Code Coverage

通过上面的Branch的设置会出现下面这一张这样的页面，我们设置JaCOCO。
在这里插入图片描述
在这里插入图片描述
Code Coverage可以通过加减配置需要统计的包或者类。
在这里插入图片描述
最后保存
在这里插入图片描述
配置完后测试一下
在这里插入图片描述
注意选择 Replace Active Suites：用本次的覆盖率结果替换现有的活动套件。
在这里插入图片描述
生效了，Branch显示出来了，同时我们配置需要统计类为UserService.java，可以看到统计面板只显示UserService的统计信息。在这里插入图片描述

注意如果不生效，重启idea，再测试。

# intellij-idea # idea
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

MCP协议开发实战：从零搭建AI Agent工具链

创建静态资源（如项目 README 文件）。创建动态资源（如实时系统状态）。在 Client 中请求并利用资源上下文。回顾 MCP 协议如何降低 AI Agent 开发门槛。当前生态的局限与未来的演进方向。鼓励读者基于此大纲进行实践，并参与开源贡献。

avatar 智能体开发者社区

AI Agent可观测性：破解多步推理黑盒

随着AI Agent在复杂任务中承担越来越多的决策角色，其内部的多步推理过程往往如同一个“黑盒”，难以理解、调试和信任。本文旨在探讨AI Agent可观测性（Observability）的核心概念、技术挑战与实践方案，为开发者提供一套系统的方法论和工具链，以“照亮”Agent的推理黑盒，实现对其行为、决策逻辑与内部状态的全面洞察。构建AI Agent的可观测性体系不再是“锦上添花”，而是保障其在大

avatar 智能体开发者社区

MCP协议开发实战：从零搭建AI Agent工具链

回顾：我们从协议概念到动手搭建了一个可用的MCP工具链。MCP的生态现状：官方与社区提供的Server示例（GitHub, Jira, Notion等）。未来方向：更复杂的工具编排、多模型协作、可视化工具开发平台。鼓励动手：鼓励读者基于此框架，开发解决自己实际问题的工具。

avatar 智能体开发者社区