Рекомендаційна система оцінювання якості ABAP-коду на основі принципів Clean Code із використанням великих мовних моделей

Abstract

Об’єкт дослідження – процеси оцінювання та підвищення якості ABAP-коду в корпоративних SAP-системах. Предмет дослідження – методи формування рекомендацій щодо вдосконалення ABAP-коду на основі принципів Clean Code/Clean ABAP, результатів статичного аналізу та великих мовних моделей. Мета роботи – розроблення рекомендаційної системи оцінювання якості ABAP-коду, яка на основі findings статичного аналізу та правил Clean ABAP генерує пояснювані рекомендації з використанням великих мовних моделей. Методи дослідження – системний і порівняльний аналіз, методи статичного аналізу програмного коду, підходи Retrieval-Augmented Generation, методи інформаційного пошуку та оцінювання якості програмного забезпечення. У межах цього дослідження сформовано модель рекомендаційної системи, що поєднує ATC як джерело фактів про порушення, Knowledge Base правил і антипатернів, retrieval-шар, recommendation engine на основі LLM та контур обов’язкової валідації через повторний запуск ATC і ABAP Unit.