实习生构建 LLM 代理系统，可靠地重写遗留 Java 代码

一名实习生发现，直接提示 LLM 重写遗留 Java 代码是不可靠的，因为存在幻觉、缺乏停止标准以及难以验证功能等效性。为解决此问题，他们开发了一个顺序代理系统，其中 APIDesigner 代理生成 JSON 合同，然后是 CodeGenerator 和 TestGenerator。核心创新在于使用从提取的规则派生的 JUnit 测试作为预言机，确保生成的代码通过特定标准，而不是仅仅依赖 LLM 的输出。这种方法揭示了初始规则提取中的歧义，突显出 LLM 的失败通常源于对这些规则的误解。 AI

影响 通过引入严格的测试和验证步骤，这种方法可以提高 LLM 驱动的代码生成的可靠性。

排序理由 该集群描述了为代码生成和测试开发专用工具/系统，而不是新的模型发布或核心研究。

在 dev.to — LLM tag 阅读 →

• Java
• JUnit
• Ollama
• Qwen 2.5 Coder 3B
• Spring Boot

• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →