auto-code-rover：自动化程序改进的全新方案

auto-code-rover：自动化程序改进的全新方案

auto-code-rover A project structure aware autonomous software engineer aiming for autonomous program improvement 项目地址: https://gitcode.com/gh_mirrors/au/auto-code-rover

项目介绍

AutoCodeRover 是一种完全自动化的方法，用于解决 GitHub 问题（包括错误修复和功能添加），其中大型语言模型（LLM）与分析及调试能力相结合，以确定修补位置，并最终生成修补程序。AutoCodeRover 的核心理念是利用先进的机器学习技术，自动识别代码中的问题并提供有效的解决方案，从而提高软件开发效率和软件质量。

项目技术分析

AutoCodeRover 的技术核心包括两个主要阶段：

1. 上下文检索：LLM 被提供代码搜索 API，以便在代码库中导航并收集相关上下文。
2. 修补生成：LLM 根据检索到的上下文尝试编写修补程序。

AutoCodeRover 的关键技术特点包括：

• 程序结构感知：代码搜索 API 不是通过简单的字符串匹配来搜索文件，而是搜索抽象语法树中的相关代码上下文（方法/类）。
• 利用测试用例：当有测试套件可用时，AutoCodeRover 可以利用测试用例来实现更高的修复率，通过执行统计故障定位。

项目及技术应用场景

AutoCodeRover 的应用场景主要针对软件开发过程中的问题修复和功能添加。具体来说，以下是一些典型的应用场景：

• GitHub 问题自动修复：AutoCodeRover 可以自动处理 GitHub 上的问题，识别错误并提供修补方案。
• 本地代码库问题处理：在本地环境中，AutoCodeRover 可以处理本地代码库中的问题，无需依赖远程服务。
• 软件工程评估：在软件工程领域，AutoCodeRover 可以用于评估和改进程序的质量和性能。

项目特点

AutoCodeRover 具有以下显著特点：

1. 完全自动化：AutoCodeRover 的操作流程完全自动化，从问题识别到修补程序生成无需人工干预。
2. 高效性：AutoCodeRover 在处理问题时具有高效性，每个任务的成本低于 $0.7，并且可以在 7 分钟内完成。
3. 程序结构感知：与传统的字符串匹配不同，AutoCodeRover 在抽象语法树上进行搜索，提高了搜索的准确性和效率。
4. 测试用例利用：当有测试用例可用时，AutoCodeRover 可以更好地定位和修复问题。

以下是对 AutoCodeRover 项目更详细的介绍：

核心功能

AutoCodeRover 的核心功能是自动化程序改进，包括错误修复和功能添加。

项目介绍

AutoCodeRover 是一个开源项目，旨在通过结合大型语言模型和代码分析能力，实现 GitHub 问题的自动解决。项目提供了一个完全自动化的方法，从问题识别到修补程序生成，大大提高了软件开发效率。

技术应用场景

在实际开发过程中，AutoCodeRover 可以用于以下场景：

• 自动修复 GitHub 问题：通过分析问题报告和代码库，AutoCodeRover 自动生成修补程序。
• 本地代码库处理：用户可以在本地环境中使用 AutoCodeRover 处理问题，无需远程依赖。
• 软件工程评估：AutoCodeRover 可用于评估软件的质量和性能，提供改进建议。

项目特点

AutoCodeRover 的特点在于其完全自动化、高效性、程序结构感知以及测试用例利用能力。这些特点使得 AutoCodeRover 成为软件开发过程中的一个强大工具，有助于提高代码质量和开发效率。

总之，AutoCodeRover 作为一个开源项目，充分利用了大型语言模型的潜力，为软件开发提供了全新的自动化改进方案。通过自动识别和修复问题，AutoCodeRover 有望改变软件开发的面貌，使其更加高效和可靠。对于开发者和软件工程师来说，AutoCodeRover 无疑是一个值得关注的创新工具。

auto-code-rover A project structure aware autonomous software engineer aiming for autonomous program improvement 项目地址: https://gitcode.com/gh_mirrors/au/auto-code-rover