.png){kind=icon}
返回
Development of a Model-Driven DevOps Solution Based on Context-Engineered LLM Code Generation: PROFES Doctoral Symposium
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-12092-2_10.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自2009年以来，DevOps实践已得到广泛研究，但基于高层软件架构模型自动生成持续集成与持续交付（CI/CD）流水线的研究仍属较少探索的领域。本文通过引入基于AI的模型驱动DevOps（MDDOAI），一种模型到代码的方法，解决了这一差距，该方法从架构意图自动合成流水线，并通过上下文工程方法丰富输出结果。该方案结合基于ATL的模型转换与Acceleo驱动的代码生成，以生成可部署的CI/CD配置。为进行质量评估，该方法包含运行时验证和无监督代码重生成，以确保大型语言模型（LLM）生成的流水线满足功能需求。一个工作原型展示了可扩展、模型驱动流水线自动化的可行性，并提升了现代DevOps环境中的可维护性。
Keyword:
DevOps cdot CI/CD automation
Model-Driven Engineering
Model transformation
Pipeline generation
Large Language Models
期刊
机构
引用论文
.png){kind=icon}
分享收藏From software architecture models to pipelines: a conceptual framework for model transformation in DevOps从软件架构模型到流水线：一个模型转换的DevOps概念框架
OAAI
OAAI分享收藏
没有更多内容
没有更多内容