山东大学-创新实训-智评Code+：基于DeepSeek的AI代码纠错与优化评测平台-（4）异步代码分析

异步代码分析：让 DeepSeek 为你「点石成金」

智评 Code+ 的核心目标不仅是「测出对错」，更要「指出问题」，给用户提供智能的优化建议。为此，我接入了 DeepSeek 提供的代码分析能力，并实现了完整的异步任务链。

为什么选择异步分析？

调用 AI 分析模型的耗时通常远大于本地评测，尤其在模型负载较高时：

• 若直接在主线程阻塞调用，容易拖慢接口响应，影响用户体验；

• 异步任务能将分析过程脱离主流程，前端轮询/订阅即可获取分析进度和结果。

因此，我设计了一个可追踪状态的异步分析系统。

---

功能结构概览

用户点击“分析” -->
    1. 创建分析任务记录 (状态 pending)
    2. 异步调用 DeepSeek 进行分析
    3. 任务运行中：状态 analyzing
    4. 分析完成后写入数据库并更新状态为 completed

---

Step 1：触发分析接口

用户调用 /auth/submissions/:id/analyze 接口后，我们会：

• 创建一条 AnalysisResult 记录；

• 启动一个 goroutine 异步执行分析逻辑。

go func() {
    _ = services.UpdateAnalysisStatus(analysis.ID, "analyzing")
    result, err := services.AnalyzeCodeWithDeepSeek(uint(sid))
    ...
    _ = services.SaveAnalysisResult(analysis.ID, result)
    _ = services.UpdateAnalysisStatus(analysis.ID, "completed")
}()

关键点在于：

• 任务状态的维护非常清晰，避免重复分析或状态错乱；

• 分析结果持久化到数据库中，便于前端查询和展示。

---

Step 2：支持分析结果多次查看

我设计了 /auth/submissions/:id/analyses 接口用于查看历史分析记录：

utils.DB.Where("submission_id = ?", sid).Find(&analyses)

每次触发的分析任务都会有一条记录，包含以下字段：

• status：当前任务状态（pending/analyzing/completed/failed）

• result_text：AI 返回的分析建议（如存在潜在 bug、代码可优化点）

• created_at：时间戳，便于历史追踪

---

Step 3：后续考虑

目前异步分析是用户主动触发，这有两个优势：

• 节省算力资源，避免无意义分析；

• 由用户控制分析时机，更符合使用场景。

未来可以扩展功能：

• 分析缓存：同一个提交的分析结果只保留最近几条；

• 分析重试机制：分析失败时提供“重新分析”按钮；

• WebSocket 订阅机制：分析完成后推送到前端而非轮询。

---

总结

模块	功能
TriggerAnalysis	提交异步分析任务
AnalyzeCodeWithDeepSeek	封装 DeepSeek 接口调用逻辑
UpdateAnalysisStatus	追踪任务状态变化
SaveAnalysisResult	持久化结果供前端展示
GetAllAnalyses	查询历史分析记录

异步代码分析模块的上线，使得 DeepJudge 不再仅仅是一个“对错判断器”，而是向着真正的 智能评测与代码优化平台迈出了重要一步。