Checkstyle+: 通过 LLM 来减少技术债务

良好的代码风格有助于提高程序的可读性、可维护性和协作性，是软件质量的重要组成部分。然而，开发人员在遵循风格规则时常常走捷径，导致工具如 linter 在专业软件开发项目中广泛采用。传统 linter 如 Checkstyle 采用刚性的基于规则的机制，有效检测许多表层违规。然而，在大多数编程语言中，都有一部分风格规则需要更细致的代码理解，超出静态分析的范围。本文提出了 Checkstyle+，一种混合方法，通过引入大语言模型 (LLM) 的能力来增强 Checkstyle，以识别常规基于规则分析所遗漏的风格违规。Checkstyle+ 在来自 30,800 个真实世界 Java 程序（来自接受的 Codeforces 提交）的样本中对 380 个 Java 代码文件进行评估。结果表明，Checkstyle+ 在检测语义细化规则的违规方面优于标准 Checkstyle。