Awesome GitHub RepositoriesAST-Based Code Graphs

Qodo Cover est une plateforme de gouvernance d'ingénierie et un assistant piloté par l'IA conçu pour la revue de code automatisée et la génération de tests unitaires. Il utilise un graphe de connaissances de la base de code basé sur l'arbre de syntaxe abstraite (AST) pour mapper les dépendances et les relations architecturales, lui permettant d'analyser les pull requests et d'appliquer les standards de codage organisationnels. Le système se distingue par un pipeline d'analyse multi-agents qui effectue un raisonnement architectural et identifie des bugs au-delà du diff immédiat. Il dispose d'un serveur de protocole de contexte de modèle (MCP) pour exposer l'intelligence de la base de code à des outils externes et peut faire évoluer automatiquement les règles d'application en apprenant des décisions passées sur les pull requests. La plateforme fournit des capacités complètes pour la gestion des connaissances de la base de code, incluant l'exécution de recherches approfondies, le requêtage sémantique et le mapping des dépendances système. Elle inclut également des outils pour la génération itérative de tests unitaires afin d'augmenter la couverture de code et une remédiation automatisée pour appliquer des correctifs directement sur les pull requests. Les options de déploiement incluent le SaaS multi-tenant, le single-tenant ou des installations entièrement sur site (on-premises).

auto-dev est un outil d'ingénierie logicielle natif IA et une plateforme de développement multi-agents conçue pour automatiser l'ensemble du cycle de vie du développement logiciel. Il fonctionne comme un orchestrateur autonome qui gère le codage, les tests et la configuration de l'infrastructure pilotés par l'IA via des chaînes d'agents déclaratives. Le projet est construit sur un framework IA Kotlin Multiplatform, permettant à la logique des agents de s'exécuter dans divers environnements et interfaces d'appareils. La plateforme implémente le protocole Model Context Protocol pour échanger des outils et des informations de projet avec des services IA externes. Elle se distingue par l'utilisation d'un pipeline de génération augmentée par récupération (RAG) et d'un graphage de code basé sur des arbres, qui analysent les arbres de syntaxe abstraits et les chaînes d'appels pour compresser le contexte du projet et réduire les hallucinations. Un canevas de développement interactif fournit une synchronisation en temps réel des diagrammes UML, des spécifications OpenAPI et des diffs de code. Les domaines de capacités couvrent le développement logiciel autonome, y compris la planification dynamique des tâches, la réparation itérative pilotée par les tests et la migration de code hérité. Le système gère également l'automatisation de l'infrastructure en tant que code pour Docker et les configurations CI/CD, les revues de code assistées par IA et la coordination de personas IA partagés et de spécifications de prompt entre les équipes. La logique principale est implémentée en utilisant Kotlin Multiplatform pour assurer un déploiement d'agent multiplateforme cohérent.