Розробка інструментальних засобів оптимізації програмного коду з використанням статичного аналізу та метрик якості

Abstract

Ця робота присвячена дослідженню та розробці десктопної системи, призначеної для автоматизованого оцінювання якості програмного коду та інтелектуального рефакторингу. Оскільки перевірка архітектурних недоліків і усунення технічного боргу з’їдають понад половину часу розробника, а продуктивність великих мовних моделей LLM у програмуванні практично неможливо переоцінити, стає зрозуміло, чому створення інструмента, який може оцінювати код у дії та визначати його якість, є нагальною необхідністю. Метою цієї роботи є розробка програми, яка поєднує строгі математичні обчислення інженерних метрик із генеративним штучним інтелектом, щоб вона могла сприяти підвищенню якості програмного забезпечення та, відповідно, зменшенню когнітивного навантаження на розробника. Для досягнення поставленої мети було виконано такі завдання, а саме проведено аналіз методів оцінки складності коду, спроєктовано зручний графічний інтерфейс, інтегровано хмарну нейромережу для автоматизованої оптимізації алгоритмів, а також розроблено підсистеми візуального порівняння і створення аналітичних графіків. У процесі розробки використано технологічний стек на основі мови програмування Python. Для клієнтської частини і створення сучасного інтерфейсу такого як режим Dark Mode, кастомний редактор з підсвічуванням синтаксису застосовано бібліотеку Tkinter. Збір аналітичних даних забезпечують модулі Radon і difflib, тоді як за побудову графіків відповідає Matplotlib. Центральним елементом системи є асинхронний рушій для рефакторингу, який за допомогою API NVIDIA NIM працює з потужною мовною моделлю Mistral 128B. Цей алгоритм аналізує вихідний код і повертає його оптимізовану версію зі зниженою цикломатичною складністю, доданою типізацією та документацією українською мовою відповідно до стандарту PEP 8. Тестування на реальних практичних прикладах підтвердило стабільність роботи розробленої системи. Інструмент ефективно автоматизує рутинні задачі, демонструє зниження складності коду та підвищення індексу підтримуваності (Maintainability Index), що дозволяє розробникам оперативно і якісно оптимізувати власні програмні продукти.