Defnyddiwch y dynodwr hwn i ddyfynnu neu i gysylltu â'r eitem hon:
http://elartu.tntu.edu.ua/handle/lib/52538| Teitl: | Розробка мультиагентної АІ-системи для рев'ю та аналізу коду з використанням фреймворку LangGraph |
| Teitlau Eraill: | Development of a multi-agent AI system for code review and analysis using the LangGraph framework |
| Awduron: | Абрамов, Святослав Сергійович Abramov, Sviatoslav |
| Affiliation: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра програмної інженерії, м. Тернопіль, Україна |
| Bibliographic reference (2015): | Абрамов С. С. Розробка мультиагентної АІ-системи для рев'ю та аналізу коду з використанням фреймворку LangGraph : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 121 – інженерія програмного забезпечення / наук. кер. Стоянов Ю. М. Тернопіль : ТНТУ ім. Івана Пулюя, 2026. 56 с. |
| Dyddiad Cyhoeddi: | Jun-2026 |
| Date of entry: | 22-Jun-2026 |
| Cyhoeddwr: | Тернопільський національний технічний університет імені Івана Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопільський національний технічний університет імені Івана Пулюя, факультет ФІС |
| Supervisor: | Стоянов, Юрій Миколайович |
| Committee members: | Стадник, Марія Андріївна |
| UDC: | 004.9 |
| Allweddeiriau: | мультиагентна система аналіз коду LangGraph великі мовні моделі FastAPI VS Code статичний аналіз безпека коду, агентна архітектура multi-agent system code analysis large language models |
| Number of pages: | 56 |
| Crynodeb: | Метою роботи є розробка мультиагентної АІ-системи для автоматизованого
рев'ю коду на основі LangGraph із паралельною роботою семи спеціалізованих
агентів, REST API на FastAPI та розширенням для VS Code.
У першому розділі проаналізовано сучасні інструменти статичного аналізу
та рев'ю коду, розглянуто принципи побудови мультиагентних AI-систем,
сформульовано мету й задачі роботи.
У другому розділі спроектовано мультиагентний граф LangGraph із
маршрутизатором і сімома паралельними агентами, а також розширення VS Code.
У третьому розділі описано юніт-, інтеграційні та end-to-end проведено
верифікацію системи.
У четвертому розділі розглянуто питання безпеки життєдіяльності при
роботі з комп'ютерною технікою та основи охорони праці розробника.
Об'єктом дослідження є процес автоматизованого рев'ю та аналізу
програмного коду засобами мультиагентних AI-систем.
Предметом дослідження є методи та технології побудови мультиагентних
систем для аналізу коду на основі LangGraph і великих мовних моделей. Методи
дослідження включають: аналіз аналогів, UML-моделювання, агентну
оркестрацію та оцінювання якості агентів за кількісними метриками. The purpose of the work is to develop a multi-agent AI system for automated code review based on LangGraph with seven parallel specialized agents, a REST API built with FastAPI, and a VS Code extension. This paper covers the analysis of the subject domain, including modern static analysis and code review tools and multi-agent AI system principles, followed by goal formulation, actor identification, and key use case description. The system architecture is designed around a LangGraph multi-agent graph with a central router and seven parallel agents; PostgreSQL database schemas and UML class diagrams are constructed; a REST API and a VS Code extension with an interactive report and inline diagnostics are implemented. The quality of the system is evaluated through unit, integration, and end-to-end with system verification. Workplace safety guidelines for software developers are also discussed. The object of the study is the process of automated code review and analysis using multi-agent AI systems. The subject of the study is methods and technologies for building multi-agent systems for code analysis based on LangGraph and large language models. The research methods include: analysis of analogues, UML architecture modeling, agent orchestration, and quantitative evaluation of agent quality metrics. |
| Content: | ВСТУП 8 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ 9 1.1 Аналіз предметної області 9 1.2 Аналіз існуючих рішень 10 1.2.1 GitHub Copilot 10 1.2.2 Amazon CodeGuru Reviewer 11 1.2.3 SonarQube 12 1.2.4 Snyk Code 13 1.3 Порівняльний аналіз рішень та переваги розробленої системи 14 1.4 Висновки до першого розділу 16 2 ПРОЄКТУВАННЯ ТА РЕАЛІЗАЦІЯ 17 2.1 Вибір технологій та засобів розробки 17 2.2 Загальна архітектура системи 18 2.3 Діаграма варіантів використання 20 2.4 Проектування мультиагентного конвеєра LangGraph 21 2.4.1 Граф стану та акумулятори 22 2.4.2 Вузол маршрутизатора та розгалуження Send() 22 2.5 Діаграма станів завдання на рев’ю 23 2.6 UML-діаграма класів системи 25 2.7 Діаграма послідовності взаємодії компонентів 26 2.8 Побудова схеми бази даних 27 2.9 Реалізація основних класів та методів 29 2.9.1 Базовий клас агента BaseReviewAgent 29 2.9.2 Побудова та компіляція графу LangGraph 30 2.9.3 Фабрика LLM-провайдерів ProviderFactory 31 2.9.4 REST API та персистентність 31 2.10 Розробка розширення для VS Code 32 2.11 Висновки до другого розділу 34 3 ТЕСТУВАННЯ ПРОГРАМНОЇ СИСТЕМИ 363.1 Загальна стратегія тестування 36 3.2 Модульне тестування 37 3.2.1 Тестування маршрутизатора (RouterNode) 37 3.2.2 Тестування стану графу та дедуплікації 37 3.2.3 Тестування фабрики LLM-провайдерів 38 3.2.4 Тестування інструментів статичного аналізу 38 3.3 Інтеграційне тестування 40 3.3.1 Тестування REST API (test_api.py) 40 3.3.2 Тестування LangGraph-конвеєра (test_graph.py) 40 3.3.3 Тестування агентів за провайдерами (test_agents.py) 41 3.4 Наскрізне тестування 42 3.5 Верифікація системи 43 3.6 Висновки до третього розділу 43 4 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 44 4.1 Долікарська допомога при опіках 44 4.2 Естетичне оформлення робочого місця оператора ПК, установки 46 4.3 Висновки до четвертого розділу 48 ВИСНОВКИ 50 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 51 ДОДАТКИ 54 |
| URI: | http://elartu.tntu.edu.ua/handle/lib/52538 |
| Copyright owner: | © Абрамов Святослав Сергійович, 2026 |
| References (Ukraine): | 1. Bacchelli A., Bird C. Expectations, Outcomes, and Challenges of Modern Code Review // Proc. 35th Int. Conf. on Software Engineering (ICSE). – San Francisco : IEEE, 2013. – P. 712–721. 2. McIntosh S., Kamei Y., Adams B., Hassan A. E. The Impact of Code Review Coverage and Code Review Participation on Software Quality // Proc. 11th Working Conf. on Mining Software Repositories (MSR). – Hyderabad : ACM, 2014. – P. 192–201. 3. Johnson B., Song Y., Murphy-Hill E., Bowdidge R. Why Don't Software Developers Use Static Analysis Tools to Find Bugs? // Proc. 35th Int. Conf. on Software Engineering (ICSE). – San Francisco : IEEE, 2013. – P. 672–681. 4. Chen M. et al. Evaluating Large Language Models Trained on Code // arXiv:2107.03374. – 2021. – 35 p. URL: https://arxiv.org/abs/2107.03374 (дата звернення: 01.06.2025). 5. OpenAI. GPT-4 Technical Report // arXiv:2303.08774. – 2023. URL: https://arxiv.org/abs/2303.08774 (дата звернення: 01.06.2025). 6. Li J., Zhang W., Shi H., Guo Y., Yao X. CAMEL: Communicative Agents for Mind Exploration of Large Language Model Society // Advances in Neural Information Processing Systems. – 2023. – Vol. 36. – P. 51991–52008. 7. LangChain Team. LangGraph Documentation. – 2024. URL: https://langchain-ai.github.io/langgraph/ (дата звернення: 10.06.2025). 8. GitHub Inc. GitHub Copilot. – 2024. URL: https://github.com/features/copilot (дата звернення: 05.06.2025). 9. SonarSource SA. SonarQube Documentation. – 2024. URL: https://docs.sonarsource.com/sonarqube/ (дата звернення: 05.06.2025). 10. Snyk Ltd. Snyk Code Documentation. – 2024. URL: https://docs.snyk.io/scan-with-snyk/snyk-code (дата звернення: 05.06.2025). 11. Tian H., Lu W., Li T., Tang Q., Cheung S.-C., Klein J., Bissyande T. F. Is ChatGPT the Ultimate Programming Assistant — How Far Is It? // arXiv:2304.11938. – 2023. URL: https://arxiv.org/abs/2304.11938 (дата звернення: 01.06.2025). 12. Okonkwo C. W., van Zyl I., Mojapelo N. Automated Code Review Using Large Language Models: A Systematic Review // IEEE Access. – 2024. – Vol. 12. – P. 89321–89338. 13. S. Ramirez (Tiangolo). FastAPI Documentation. – 2024. URL: https://fastapi.tiangolo.com/ (дата звернення: 05.06.2025). 14. Microsoft Corp. Azure Database for PostgreSQL – Flexible Server Documentation. – 2024. URL: https://learn.microsoft.com/azure/postgresql/flexible-server/ (дата звернення: 05.06.2025). 15. Microsoft Corp. Visual Studio Code Extension API. – 2024. URL: https://code.visualstudio.com/api (дата звернення: 05.06.2025). |
| Content type: | Bachelor Thesis |
| Ymddengys yng Nghasgliadau: | 121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври) |
Ffeiliau yn yr Eitem Hon:
| Ffeil | Disgrifiad | Maint | Fformat | |
|---|---|---|---|---|
| dyplom_Abramov_S_2026.pdf | 6,14 MB | Adobe PDF | Gweld/Agor |
Diogelir eitemau yn DSpace gan hawlfraint, a chedwir pob hawl, onibai y nodir fel arall.
Offer Gweinyddol