Ассистент для разработчиков в среде IntelliJ IDEA

Введение 5
1. Обзор литературы 7
1.1. Существующие решения 7
1.1.1. Selene 7
1.1.2. Seahawk 8
1.1.3. Prompter 8
1.1.4. Bing Developer Assistant 9
1.1.5. NLP2Code 10
1.1.6. Иные решения 10
1.1.7. Выводы 11
1.2. Метрики для оценки качества ранжирования 13
1.2.1. Normalized discounted cumulative gain 14
1.2.2. Expected reciprocal rank 14
2. Алгоритм рекомендации 16
2.1. Форма предоставляемых данных 16
2.2. Получение данных 17
2.3. Удаление дубликатов 17
2.4. Ранжирование полученных данных 18
2.4.1. Ранжирование фрагментов кода 18
2.4.2. Ранжирование обсуждений 20
3. Архитектура инструмента 21
4. Пользовательский интерфейс 22
4.1. Функциональность 22
5. Апробация 24
5.1. Анализ результатов 24
5.2. Границы применимости 25
Заключение 26
Список литературы 27
Купить

С каждым годом сложность разработки программных продуктов неуклонно возрастает, усложняются проекты и задачи. В связи с этим всё более востребованными становятся инструменты, облегчающие раз­работку и повышающие производительность труда программистов. Со­временные среды разработки (Integrated Development Environment, IDE) включают множество различных инструментов: средства автодопол­нения, исправления ошибок, автоматического рефакторинга и многие другие. Они призваны сделать процесс разработки более эффективным путём автоматизации и предоставления различного рода подсказок.
Но часто существующих инструментов оказывается недостаточно. Разработчики, особенно начинающие, зачастую не обладают необходи­мыми знаниями для работы с API (Application Programming Interface) различных библиотек и фреймворков. Встроенные средства IDE спо­собны показать лишь список возможных методов, но не пример их ис­пользования. Поэтому приходится покидать среду разработки и искать нужную информацию в других источниках, таких как GitHub1 и Stack Overflow2. Однако частые переключения между различными окнами нежелательны, поскольку они негативно сказываются на продуктивно­сти разработчиков [1, 2].
Решить данную проблему можно, если полезная информация будет доступна непосредственно в среде разработки. Это позволит повысить продуктивность работы, а также использовать дополнительные дан­ные, недоступные вне IDE. Собранный таким образом контекст может улучшить релевантность (т.е. соответствие) предлагаемой информации текущим задачам пользователя [3].
Выделяют два принципиальных способа получения полезной инфор­мации: генеративный и ранжирующий. Первый способ заключается в преобразовании некоторого формального описания задачи в полезные данные. Примером могут служить системы для автоматического созда­ния исходного кода, решающего поставленную задачу [4]. Второй способ предполагает поиск, оценку и переиспользование подходящих данных, ранее созданных другими людьми. Он лежит в основе различных реко­мендательных систем [5, 6].
На текущем уровне развития технологий второй подход кажется бо­лее предпочтительным из-за универсальности. Он позволяет предостав­лять решения типичных задач, возникающих в работе программистов, по описанию на естественном языке, может быть применён для раз­ных языков программирования, а также не налагает дополнительных ограничений на форму представления полезной для пользователя ин­формации.
Существующие на сегодняшний день реализации систем, использу­ющих данных подход [7, 8], недостаточно удобны и функциональны. Для некоторых платформ, например, IntelliJ IDEA3, расширений с ука­занной функциональностью совсем немного, а качество их рекоменда­ции оставляет желать лучшего.
Постановка задачи
Целью данной работы является создание расширения для IntelliJ IDEA, предоставляющего пользователю подсказки и релевантные фраг­менты кода из различных источников. Для достижения поставленной цели были сформулированы следующие задачи:
• провести анализ предметной области и существующих решений;
• реализовать алгоритм рекомендации полезной информации;
• разработать архитектуру инструмента;
• реализовать пользовательский интерфейс;
• провести апробацию разработанного решения.
Купить