.png){kind=icon}
返回
ServLessSense: Serverless Smell Detection Tool
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-04403-7_3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无服务器计算因其可扩展性、成本效益和基础设施管理的抽象化而得到广泛应用。然而，向事件驱动、基于函数的架构的转变引入了与传统范式不同的新代码质量挑战和开发实践。尽管近期研究已识别出无服务器特有的不良实践（通常称为“异味”），但缺乏自动化工具来支持其检测和修复。本文介绍ServLessSense，一个用于自动检测JavaScript和TypeScript编写的无服务器应用程序中代码异味的工具。该工具基于自定义ESLint插件构建，可识别五种无服务器特有异味，通过交互式仪表板提供可视化，并集成大型语言模型以提供自动化重构建议。我们使用五个开源无服务器应用程序评估了该工具的精确率和召回率，并进行了试点调查以从实践者角度评估其潜在有用性。结果表明，ServLessSense有助于检测无服务器特有异味并生成重构建议。调查参与者对ServLessSense表现出总体积极看法。工具与数据：https://doi.org/10.5281/zenodo.15477162 演示视频：https://youtu.be/3WDCiqBpQ9c
Keyword:
Serverless Computing
Code Smell Detection
Refactoring
期刊
S
IF:
0
论文数:
32
被引数:
0
机构
引用论文
.png){kind=icon}
Automated Code-Smell Detection in Microservices Through Static Analysis: A Case Study通过静态分析进行微服务中的自动化代码异味检测：一项案例研究
OAAI
OAAI分享收藏Microvision: Static analysis-based approach to visualizing microservices in augmented realityMicrovision：基于静态分析的方法，用于在增强现实中可视化微服务
OAAI
OAAI分享收藏分享收藏
查看更多内容