ScarfBench：面向 Java 框架迁移的公开基准测试
ScarfBench 提升企业 Java 现代化标准，为 AI 驱动的框架迁移工具提供透明且可复现的评估方式。
今日，我们推出 ScarfBench，即自包含应用程序重构基准，这是一套开源基准测试套件与公共排行榜，用于评估跨 Jakarta EE、Quarkus 与 Spring 框架的自动化及智能体式企业 Java 迁移能力。
随着组织在推进任务关键型系统的现代化改造，框架迁移已成为战略重点。与此同时，AI 辅助开发工具被广泛应用于加速此类迁移进程。
ScarfBench 提供标准化、可复现的评估方式，用于检验 AI 驱动的迁移能否生成可用且可靠的系统，而不是仅生成可编译的代码。该工具采用经过验证的企业级工作负载与透明评分机制，实现统一评估。
确保迁移后的企业应用程序在功能、质量与性能上与原应用程序保持一致至关重要。
- 企业级迁移必须保留以下内容：
- 业务逻辑与领域行为
- 事务边界与一致性保障
- 依赖注入生命周期与架构结构
- 持久化映射与关系完整性
- 安全配置与集成约定
代码可编译并不代表应用程序能够正常启动并保持行为一致，或能够在类生产环境中稳定运行。ScarfBench 为企业级迁移搭建通用评估基础，保障上述要求均能满足。
ScarfBench 提供跨框架的 Java 应用程序套件，可系统评估 AI 智能体迁移企业 Java 应用程序的能力，同时保障功能、惯用范式与架构完整性。
具体而言，它提供以下七个组件：
- 基于 Jakarta EE、Quarkus 和 Spring 框架实现，并经开发人员验证的企业应用程序
- 用于拆解特定企业技术场景的专项示例
- 将多个架构层整合为完整系统的全量应用程序
- 自动化构建与启动验证工作流
- 验证运行时行为与功能一致性的校验测试
- 用于横向对比各类工具与智能体的公开排行榜
- 完整文档、运行时 CLI 辅助工具及快速入门指南
每个工作负载均由资深开发人员手动实现并验证，确保不同版本间功能一致，且符合各框架的惯用写法。
大型企业应用程序会按职责划分为多个逻辑层。将各层独立区分，可实现分层式现代化改造。该基准测试会拆解每一层的核心技术，形成一致且可核验的工作流，支持跨层迁移与测试。
- 专项工作负载：用于拆解持久化行为、依赖注入模式、集成机制、Web 界面及安全配置等企业核心场景。团队可通过这些示例，评估迁移工具在受控环境下处理特定框架结构的效果。
- 全量应用程序：将多个架构层整合为贴近真实业务的系统。这类工作负载用于评估迁移方案能否在多层交互场景下，保持构建完整性、运行时稳定性与行为正确性。
专项工作负载与全量应用程序场景相结合，可对迁移方案开展定向测试与系统级评估。该基准未来还将扩展以纳入更多框架、更复杂的工作负载，以及社区贡献的场景。
ScarfBench 支持一致、可复现的评估工作流。公开排行榜会汇总构建成功率、启动校验结果、测试验证结果等性能指标，支持客观对比与可量化的进度追踪。
ScarfBench 面向关注 AI 驱动应用程序开发与转型的各类技术群体提供支持：
- 研究 AI 辅助程序转换并评估自研方案的研究团队
- 开发自动化现代化系统并评估工具效果的工具开发方
- 评估迁移策略的企业架构师
- 关注可复现基准测试的开源贡献者
ScarfBench 不止是一套基准测试工具。依托公开基准、可复现工具、透明指标与公共排行榜，ScarfBench 为您提供可靠的技术基础，便于您自信评估与对比各类智能体解决方案。