ケプロイ
無料
Keploy は、
Keploy - 詳細なツール分析
コアパラメータと統計
| パラメータ | 現在の公開情報 |
|---|---|
| ツールタイプの決定 | 生産性/ビジネスアプリケーション |
| コア納品フォーム | オープンソース CLI + クラウド コンソール + エンタープライズ バージョンの機能 |
| コアテクノロジーロードマップ | eBPF ネットワーク層トラフィック キャプチャ記録/再生、モック レジストリ、AI 支援カバレッジ拡張 |
| サポートされているプラットフォーム | Web、CLI、API |
| 公的ライセンス | OSS コアは Apache 2.0 |
| 公共の生態学的シグナル | GitHub 17.6k スター、2.2k フォーク、127 人の寄稿者、597 のリリース |
| 公式ウェブサイトの公開指標 | 120 万以上のダウンロード、2 億以上のモック作成、15.6k スター |
| 検証可能な最新の OSS バージョン | v3.5.66、2026-06-16 |
一文での簡単なコメント: Keploy は「別のテスト管理パネル」ではありませんが、運用トラフィックを回帰テストとサンドボックスに依存する API テスト プラットフォームに直接変換し、統合テストの作成の遅さ、信頼できないモック、不安定な回帰カバレッジという 3 つの古い問題の解決に重点を置いています。
ツール タイプの決定: Keploy は、基本モデルの MCP や単純な RAG インフラストラクチャではなく、ルール D の生産性/ビジネス側のアプリケーションに近いものです。理由は簡単です。その主な提供物は、研究開発チームが記録/再生、カバレッジ分析、チームコラボレーション、コーポレートガバナンスを実装するためのテストプラットフォームです。ユーザーが購入するときは、基礎となるモデル インターフェイス自体ではなく、価格レベルの CI アクセス、権限 SLA、およびサンドボックス機能も確認します。
宣伝性の検証: 公式 Web サイトには、核となるセールス ポイントを「eBPF で実際の API トラフィックをキャプチャし、決定論的回帰テスト、自動生成されたモック、本番環境のようなサンドボックスとして CI で再生する」と書かれています。このプロモーションは、公式 CLI、GitHub README、および価格ページと一致しています。これは単にテスト コピーに LLM を適用するだけではありません。実際の問題点は、API と統合テストで最も時間のかかる部分はアサーション自体ではなく、実際の依存関係、境界値、順序関係、外部システムの動作を安定して再構築する方法であるということです。
ユーザーと市場の認識
オープンソースシグナル: GitHub リポジトリは、17.6k のスター、2.2k のフォーク、127 人の寄稿者、および 597 のリリースを公開しました。これは、これが一度リリースされて停止されるデモンストレーション プロジェクトではなく、高頻度で反復され続けるエンジニアリング製品であることを示しています。
サイトの公開指標: 公式 Web サイトのホームページでは、120 万以上のダウンロード、作成された 2 億以上のモックが公開されており、Gartner Peer Insights 4.6/5、G2 4.9/5、および Capterra 4.9/5 の評価の入り口が提供されています。評価のサンプルサイズと統計的精度は依然として各プラットフォームのリアルタイムページに基づいている必要があるため、これを絶対的な結論ではなく「市場採用の手がかり」とみなすことがより適切です。
商用化のシグナル: 価格ページは、Playground、Pro、Enterprise の 3 つのレイヤーに分割されており、SCIM、ディレクトリ同期 99.99% SLA、優先応答 Kubernetes レコード/リプレイ、およびステージング/本番キャプチャはエンタープライズ レイヤーに配置されています。これは、Keploy の目標が、オープンソース コミュニティによる使用だけでなく、チーム レベルおよびエンタープライズ レベルの提供にもあることを意味します。
隠れたメリット: 研究開発組織にとって、Keploy の本当の価値は、「テスト ファイルの作成数を減らす」ことではなく、元々バックエンドの上級生やテストの学生のみが手にしていたコンテキストに応じた知識、依存関係の動作、回帰サンプルを再現可能な資産に集約することです。チームが入れ替わっても復帰力は人とともに失われない。
コストメリット
| コスト階層 | 現在の公開情報 | 注意すべき境界線 |
|---|---|---|
| Cサイド / パーソナル | OSS コアは長期間自己ホストできます。 Playground は無料で、30 テスト スイート/月、100 テスト実行/月、5000 統合/月、5 AI クレジットが含まれます。無料利用枠は試用には十分ですが、実稼働レベルの検証のための高頻度の回帰や長期にわたる複数人によるコラボレーションには適していません。 | |
| 開発者/API | Pro ページは、ユーザーあたり月額 19 ドル + 追加使用料が適用され、19 ドルの使用量クレジット、契約テスト、負荷テスト、コラボレーション、高速生成機能が含まれます。 AI クォータと実際の運用規模の過剰な使用によって発生する追加料金は、引き続き公式のリアルタイム請求ページとコンソールの対象となります。 | |
| 企業/民営化 | エンタープライズは、アクセス制御 SCIM、SOC2/GDPR/HIPAA/ISO への対応、99.99% SLA、ステージング/製品キャプチャを重視したビジネス コンサルティングを行っています。公的標準価格、データ常駐、サポート対応、およびコンプライアンス境界はありません。購入前に SLA トリガー条件を確認する必要があります。 |
無料の真実: Keploy の無料枠は、「無制限のオープンソース + 無制限のクラウド エクスペリエンス」ではありません。オープンソース コアはセルフホスト化できますが、Cloud Playground は毎月のテスト スイート、テスト実行、統合実行、AI クレジットに明確に上限を設けています。これは、記録/再生メカニズムがサービスに適合するかどうかを検証するのには適していますが、チーム全体のパイプラインを強化するのには適していません。
コスト削減と効率向上のための定量的控除: すでに API サービス、データベース依存関係、サードパーティ インターフェイスを備えているチームの場合、Keploy は「統合テスト テンプレートの作成 + モック コンテキストの設定 + 再生データの維持」の時間を節約できる可能性が最も高くなります。 8 ～ 12 の主要な回帰ユース ケースを追加する中規模のサービスを例にとると、従来のアプローチでは通常、記録されたデータ、依存関係スタブ、およびアサーションを調整するのに半日から 1 日かかります。記録/再生ルートを使用すると、パイロットが完成した後、実行可能なアセットの最初のラウンドは通常 1 ～ 2 時間以内に完了できます。これは技術的な控除であり、正式な約束ではありません。
隠れたコスト: サービス呼び出し自体に強力なランダム値、タイムスタンプ、順序に依存する配列、動的署名、または高ノイズ フィールドが含まれている場合、チームはノイズ フィルターの構成、正規化、ルールのテンプレート化に時間を費やす必要があります。 Keploy には管理コストがゼロではなく、コストを「テンプレートの手動作成」から「録音品質と再生の安定性の管理」に移すだけです。
主な機能
- 実際のトラフィックの記録:
keploy record -c "<start command>"を通じて API 呼び出し、データベース クエリ、および一部のストリーミング イベントをキャプチャします。基本的な価値は記録することではなく、記録プロセス中に各言語の SDK を個別に接続する必要をなくすことです。 - 決定論的再生テスト: 「keploy test」を使用して、記録されたアセットを CI またはローカルで再生し、分離された依存関係条件下でサービスがリクエストを再実行できるようにします。回帰検証やインターフェースの動作比較に適しています。
- モックとインフラストラクチャ仮想化に依存: Keploy は、HTTP モックを記録するだけでなく、MySQL、MongoDB、Postgres、Redis、DynamoDB、Kafka、gRPC、GraphQL およびその他の依存関係をサポート マトリックスに組み込み、「単一のテストは実行できるが、統合テストはセットアップできない」という古い問題を解決します。
- AI 対象範囲の拡大: AI 機能の正式な焦点は、既存の記録と OpenAPI/Swagger に基づいて、境界値、欠落フィールド、エラー タイプ、タイミングの問題を検出することです。これは、メインの記録/再生リンクを置き換えるのではなく、「拡張テスト範囲」に属します。
- レポートとリスク認識の修正: CLI は、「report」、「normalize」、「rerecord」、「sanitize」、「templatize」、およびその他のコマンドを公開します。 「normalize」はデフォルトでリスクの高い障害を保守的に処理し、チームが実際の重大な変更を更新のテストベースラインと誤認するのを防ぎます。
専門家の見解: Keploy の機能の相乗効果は強力です。実際の交通状況の記録は出発点にすぎません。実際にギャップを拡大しているのは、「アセットの記録 -> 依存モック -> オフライン再生 -> 差分レポート -> 修正の正規化/再記録 -> CI に入る」ことです。このクロージャーが確立されると、開発チームは Postman サンプル、手書きの統合テスト、一時スタブ サービス、CI レポートの間を行ったり来たりする必要がなくなります。
境界には適していません: システムが主に純粋なフロントエンド インタラクション、デスクトップ ローカル ロジックである場合、または主要な検証ポイントが API/依存関係リンクではなく複雑な視覚的回帰である場合、Keploy の利点は大幅に減少します。一般的な高品質のプラットフォームではなく、サーバー側の API と統合動作に優れています。
モデルとバージョンの進化
バージョンのメインライン: 最も明確な公開バージョンのコンテキストは、公式 Web サイトのマーケティング ページではなく、GitHub リリースから得られます。最近のリリースでは、Keploy が依然としてリプレイ、モック差分、データベース プロトコル解析、および CLI の安定性を高頻度で磨き続けていることが示されています。
最近の OSS バージョンのノード
| バージョン | 日付 | 公開変更 |
|---|---|---|
| v3.5.66 | 2026-06-16 | Aerospike の種類を追加し、モックの不一致の並列差分を統合し、起動モックの動作を修正します。 |
| v3.5.65 | 2026-06-12 | MySQL リプレイとレース エージェントを開始する Docker デーモンの自己終了ロジックを修正します。 |
| v3.5.64 | 2026-06-09 | フロー ボディ ノイズをモック マッチング NoiseConfig に組み込む |
| v3.5.62 | 2026-06-08 | リプレイ応答偏差に対するより厳密な失敗判定を採用するための --strict-failure を追加 |
クラウドと商業化の進化
OSS からクラウド コラボレーションへ: 公式 Web サイトの FAQ と価格設定では、Playground、Pro、Enterprise の各レイヤーが開示されており、この製品が「スタンドアロンの記録ツール」から、協調的な支出管理モック レジストリ、タイム フリージング、契約テスト、コンプライアンス コントロールを備えたテスト プラットフォームに開発されたことが示されています。
境界に関する注意事項: Cloud Console 自体の内部バージョン番号、正確なリリース日、機能の起動時間は完全には公開されていません。したがって、いわゆるクラウド v1 および v2 の名前は、ここでは捏造されません。公式の公開価格およびドキュメントのページが優先されます。
技術的な利点
メカニズム -> 効果 -> シナリオ 1: eBPF ネットワーク層インターセプト: Keploy は、すべてのビジネス コードを埋め込んだり、各言語で SDK をインポートしたりする代わりに、eBPF を介してネットワーク層で呼び出しをキャプチャします。直接的な効果は、複数言語のチームが統一されたアクセスを得ることが容易になることです。これは、外部パーティに大きく依存するマイクロサービス API ゲートウェイ バックエンドとサービスに最適です。
メカニズム -> 効果 -> シナリオ 2: 記録/再生 + インフラ仮想化: 実際のリクエスト、依存関係の戻り、およびインフラストラクチャ インタラクションの一部を記録し、再生中に確定的なサンドボックスを復元します。その結果、テストは外部データベース、メッセージ キュー、オンラインで利用可能なサードパーティ API に大きく依存する必要がなくなります。不安定な CI 環境、高価な外部依存関係、または再現が難しいチームに最適です。
メカニズム -> 効果 -> シナリオ 3: リスクを意識したテスト資産のメンテナンス: normalize、rerecord、report、および strict-failure これらのコマンドは、Keploy が記録後に資産が常に安定しているとは想定していないことを示していますが、「テスト ベースラインを安全に更新する方法」も製品機能にしています。その結果、テスト資産がサービスとともに進化するときに、毎回手動の視覚的な差分に依存する必要がなくなりました。
メカニズム -> 効果 -> シナリオ 4: AI はカバレッジをカバーすることのみを担当し、メイン プロセスを支配しません: 公式には、AI クレジットは記録/再生を完全に置き換えるのではなく、バグ検出、自己修復、およびカバレッジ ギャップの拡大に使用されます。この利点は、「モデルの推測とテストのみに依存する」不安定性が軽減され、純粋に数値を生成するよりも回帰の信頼性を追求するエンジニアリング チームにより適していることです。
コンプライアンスとリスク: エンタープライズ ページには SOC2 / GDPR / HIPAA / ISO への対応状況が書かれていますが、この種の表現は「エンタープライズ デリバリー機能の方向性」に近いものであり、すべてのシナリオがデフォルトでコンプライアンス要件を自動的に満たすことを意味するものではありません。運用トラフィックを記録する場合でも、機密フィールドの非感作化、データ保持期間、地域分離、監査ログ ポリシーを自分で検証する必要があります。
使い方
3 分ですぐに始められます: 公式インストール ドキュメントと CLI ドキュメントの両方で最短パスが開示されており、最初にローカル サービスで記録/再生が実行できるかどうかを確認するのに適しています。
「」バッシュ curl --silent -O -L https://keploy.io/install.sh && ソース install.sh ログインを維持する keploy Record -c "main.go を実行します" keploy test -c "main.go を実行してください" --lay 10 「」
典型的な着陸経路:
- まず、「keploy Record」を使用して、単一の API サービス上の一連の実際の呼び出しを記録し、生成されたテストケースとモックをローカル ディレクトリに配置できることを確認します。
- 「keploy test」を使用して再生し、レポート内にノイズの多いフィールド、シーケンスの違い、または依存関係の不安定性の問題があるかどうかを観察します。
- 意図的な変更に応じて、単に失敗を無視するのではなく、「正規化」または「再記録」を使用してテスト資産を更新します。
- ローカル環境が安定したら、記録と再生を GitHub、GitLab、または Jenkins に接続し、クラウド コラボレーションのモック レジストリと高レベルの AI 機能を有効にするかどうかを決定します。
人間とマシンのコラボレーションの境界: Keploy は「記録、再生、レポートの生成、および部分的な修正の提案」を自動化できますが、「どの変更を受け入れるべきか、どの変更が実際に本番環境のリグレッションであるか」を完全に自動化することはできません。支払い、許可、コンプライアンス インターフェイス、価値の高い顧客プロセスに関しては、依然として手動の確認ポイントが必要です。
製品の価格設定
| パッケージ | 現在の公開価格 | 公開機能の概要 |
|---|---|---|
| オープンソース | 無料のセルフホスティング | ローカル記録/再生、オープンソースのコア CLI 機能 |
| 遊び場 | 無料 | 30 スイート/月 100 テスト/月 5000 統合/月 5 AI クレジット、自動化 CI/CD、スキーマ カバレッジ ダッシュボード |
| プロ | $19/ユーザー/月 + 追加使用量 | 19 ドルの使用量クレジット、チーム コラボレーションのための無料ビューア シート、高速ビルド、契約テスト、負荷テスト、電子メールおよびチャット サポートが含まれています。 |
| エンタープライズ | 未公開、要相談 | SCIM、チーム アクセス コントロール SOC2/GDPR/HIPAA/ISO 対応、99.99% SLA、Kubernetes およびステージング/本番キャプチャ、専用のエンジニアリング サポート |
価格の解釈: Keploy の料金の核心は、「AI の有無」ではなく、より頻繁なクラウド生成、より詳細な共同管理、およびエンタープライズ配信保証が必要かどうかです。記録/再生がチームに適しているかどうかを確認したいだけのユーザーの場合は、OSS または Playground で十分です。テスト資産をチーム間プラットフォーム機能に変えたい組織にとって、本当の購入ポイントは Pro の単価そのものではなく、Enterprise の条件です。
公式ページの略: Pro の追加使用量、エンタープライズ契約価格 AI クレジット、超過料金請求ビューア シートの詳細、およびデータ保持ポリシーは、現在公開されている情報では完全に開発されていません。予算を立てる前に、公式のリアルタイム ページまたは販売コミュニケーションを優先する必要があります。
アプリケーションのシナリオ
- マイクロサービス API 回帰: インターフェイス オーケストレーション ロジックを頻繁に変更し、運用トラフィックまたはステージング トラフィックを安定した回帰サンプルに変換し、リリース前の手動インターフェイス ポイントの非効率な検証を削減するバックエンド チームに適しています。
- 重い依存関係と高価なコンテキストを伴う統合テスト: データベース、メッセージ キュー、サードパーティの支払い、通知、または内部サービスに依存するシステムに適しています。モックとサンドボックスを通じて構築コストを削減します。
- CI における契約とカバレッジのガバナンス: スキーマ カバレッジ、カバレッジ ギャップ検出、契約の差分を PR プロセスに組み込み、「テスト カバレッジが十分であるかどうか」を経験のみに依存しないようにしたいチームに適しています。
- 新しいサービスがオンラインになる前のスモークと再生の検証: オンラインになる前のスモーク テストと変更後の比較のために、実際のリクエストのバッチをリターン アセットの最初のバッチにすばやく記録するのに適しています。
次元削減攻撃シナリオ: チームにすでに実際のトラフィックがあり、HTTP/gRPC/GraphQL/データベース依存関係などのキャプチャ リンクでインターフェイスが安定しており、リリース ペースが速く、手書きの統合テストが追いつかない場合、Keploy の利点が最も明白です。
該当する人
- バックエンドおよびプラットフォーム エンジニア: API、データベース、外部依存関係を回帰プロセスに組み込む必要がある人は、効率の向上を直接確認するのが最も簡単です。
- テスト開発および QA 自動化チーム: 統合テストを活用し、不安定な原因を解釈可能なレポートに収束する必要があるチームは、統一された入口として Keploy を使用するのに適しています。
- DevOps/CI リーダー: パイプラインに記録/再生、レポート、チームのコラボレーションを組み込む必要がある人は、視聴者席、SLA、SCIM、運用規模にさらに注意を払うようになります。
- エンタープライズ R&D マネージャー: 「使用できるか」から「管理方法、監査方法、拡張方法」に移行した組織は、Enterprise のコントロール サーフェス機能に注目することができます。
思いとどまった/適用できない人: 純粋なフロントエンドのビジュアル回帰チーム、スタンドアロンのシナリオ スクリプト ツールのユーザー、安定した API 境界のないプロトタイプ プロジェクト、実際のトラフィック サンプルの記録を許可していない組織、または感度解除管理のコストが高すぎる組織は、導入のしきい値が大幅に高くなります。
概要と展望
Keploy の中核的な競争力は、「AI がいくつかのテスト ケースを生成する」という表面的な機能だけを実行するのではなく、実際のトラフィック、依存関係の動作、回帰検証をプロジェクト パッケージに組み込んでいることにあります。 API 主導のチームにとって、その最も価値のある部分は記録/再生とインフラストラクチャの仮想化であり、これにより、統合テストは、多人数、低カバレッジ、コンテキストの脆弱なジョブから、CI で繰り返し実行できる資産に変わります。
現在の制限も非常に明確です。第 1 に、公開価格設定では無料利用枠と Pro ベーシックの入り口のみが完全に開示されており、エンタープライズ契約と超過使用量の詳細については依然としてビジネス上の確認が必要です。 2 番目に、運用トラフィックの記録には、当然のことながらデータの非感作、監査、および保持ポリシーの要件が伴います。 3 番目に、高ノイズのインターフェイスと複雑な動的応答では、チームが正規化、テンプレート化、および手動確認ルールを確立する必要があります。 調達/採用リスク評価: チームに安定した API 境界がない場合、鈍感なガバナンス機能がない場合、または手作業を一切行わずにすべてのテスト変更を自動的に受け入れることを望んでいる場合、Keploy はエラー ベースラインをすぐに増幅する可能性があります。より賢明なアプローチは、まずパイロット テストのための複雑だが明確な境界に依存するサービスを選択し、再生の安定性、ノイズ管理コスト、CI 統合効果を検証してから、チーム レベルの調達に拡大するかどうかを決定することです。
関連ツール: 
GitHub コパイロット、
カーソル
競合製品の比較
| 比較寸法 | ツール | 競合他社 A | 競合他社 B |
|---|---|---|---|
| 主要な相違点 | — | — | — |
| 価格 | — | — | — |
| 対象ユーザー | — | — | -- |
バージョン情報
- v3.5.66 ：GitHub Releases によってリリースされた最新の OSS CLI バージョンでは、Aerospike の種類、統合されたモックの不一致差分が追加され、最初の 5 つのテスト ケース内でモックを開始する動作が修正されました。
- v3.5.65 ：Windows と macOS の Docker デーモン起動時の MySQL 再生ステータス読み取り競合と、エージェントの親プロセスが終了した後の自己終了動作を修正しました。
- v3.5.62 ：--strict-failure フラグを追加しました。これは、古いものにダウングレードするのではなく、再生段階で応答の逸脱を失敗として直接判断するために使用されます。
- v3.4.1 ：公式インストール ドキュメントの例に示されている CLI バージョン番号には、正確なリリース日が公開されておらず、2026 年 5 月の公開インストール スナップショットと見なすことができます。
ユーザーレビュー