MaintainCoder: Maintainable Code Generation Under Dynamic Requirements

作者: Zhengren Wang, Rui Ling, Chufan Wang, Yongan Yu, Zhiyu Li, Feiyu Xiong, Wentao Zhang

发布时间: 2025-04-03

来源: arxiv

研究方向: 可维护的代码生成与软件工程

主要内容

本文研究了在动态需求下提高代码可维护性的问题。作者提出了MaintainCoder，一个结合瀑布模型、设计模式和多智能体协作的代码生成框架，以及MaintainBench，一个评估代码可维护性的动态基准。

1. 提出了MaintainBench，一个评估代码可维护性的动态基准。

2. 提出了MaintainCoder，一个结合瀑布模型、设计模式和多智能体协作的代码生成框架。

3. 通过实验证明了MaintainCoder在提高代码可维护性方面的有效性。

1. 瀑布模型

2. 设计模式

3. 多智能体协作

4. 动态基准测试

5. 蒙特卡洛估计

6. 链式思维

7. 自动化测试

8. 静态分析

9. 人工专家评审

实验结果表明，MaintainCoder在MaintainBench基准测试中显著优于现有的代码生成方法，在静态和动态可维护性指标上提高了14-30%，同时保持了更高的功能性正确性。

未来工作将专注于扩大MaintainBench的规模和问题类型，以进一步验证框架的通用性和稳定性。此外，还将探索新的生成策略和模型改进，以增强代码的可维护性。