智能软件工程——API推荐 - 大语言模型辅助开发工具

孟帅

安徽工程大学 PRiSE 研究组成员

我的研究方向是“智能软件工程——API推荐”。我关注新手程序员如何表达不完整的软件开发意图，以及智能系统如何恢复这些意图并给出可靠的 API 推荐。

查看研究 公开简历

研究主线

智能软件工程——API推荐

我聚焦智能软件工程中的 API 推荐问题，尤其关注模糊自然语言编程需求与可靠 API 级开发支持之间的鸿沟。

学术训练

2024 - 至今

软件工程硕士

安徽工程大学

研究方向：智能软件工程——API推荐。

2020 - 2024

数据科学与大数据技术本科

安徽工程大学

本科阶段曾担任计算机协会会长，参与程序设计竞赛、志愿服务和学生技术活动。

  • 智能软件工程——API推荐
  • 面向新手程序员的 API 推荐
  • 大语言模型辅助软件工程
  • 意图建模与语义检索
  • 开发者工具与智能编程支持
  • IEEE Transactions on Reliability 论文已录用，第二作者兼通讯作者。
  • IEEE Transactions on Services Computing 论文处于 Revise and Resubmit 阶段，第一作者。
  • Automated Software Engineering 期刊论文审稿中，第二作者兼通讯作者。
  • 具备 Spring Cloud、Vue、仓储 MES 系统与 AI 应用原型的工程实践经验。

论文与投稿

科研成果

当前研究主线围绕 API 推荐、共识学习、异构信息和可解释的大语言模型增强推理展开。

01

API Recommendation for Novice Programmers: From Clear Expressions to Effective Results

IEEE Transactions on Reliability - 已录用

第二作者兼通讯作者

该工作提出 IOCAPI，一种意图导向、上下文感知的 API 推荐方法。方法利用 I/O 示例建模用户意图，并将大语言模型生成能力与任务语义恢复过程结合，将隐式需求转化为结构化约束。

论文链接

  • API 推荐
  • 意图建模
  • I/O 示例
  • LLM 推理
IOCAPI 方法框架图
IOCAPI 框架图
02

API Recommendation based on Consensus Learning for Novice Programmers

IEEE Transactions on Services Computing - Revise and Resubmit

第一作者

该工作提出 CoLAR，一种共识学习框架，融合外部语义检索与大语言模型内部知识，构建多路径推理并对候选 API 进行共识投票，从而提升短查询和不完整查询下的推荐鲁棒性。

期刊链接

  • 共识学习
  • 语义检索
  • LLM 知识
  • 鲁棒排序
CoLAR 方法框架图
CoLAR 框架图
03

API Recommendation for Novice Programmers with Consensus Learning using Heterogeneous Information

Automated Software Engineering - 审稿中

第二作者兼通讯作者

该工作提出 CoHAPI，一种 Java API 推荐框架，分别利用 Stack Overflow 问答数据和 GitHub 代码注释学习互补推荐分支，并通过排序融合共识和语义验证提升不完整自然语言查询下的稳定性。

期刊链接

  • 异构信息
  • Stack Overflow
  • GitHub 注释
  • 对比学习重排序
CoHAPI 方法框架图
CoHAPI 框架图

工程实践

具有研究与系统价值的项目

项目部分重点展示实现深度、系统职责，以及工程实践如何支撑长期软件工程研究。

致青春 - 校友时光机 preview

研究驱动的产品原型 - 2026 - 至今

致青春 - 校友时光机

面向高校校史馆、校友中心、校庆及毕业季场景的 AI 交互式校友服务项目，探索人物年轻化、校园场景融合、历史合影检索与个性化纪念内容生成。

项目官网

职责: 担任项目负责人，负责产品规划、系统架构、核心功能开发推进与团队协同管理。

结果: 形成可体验、可展示、可持续迭代的项目原型与公开展示材料。

  • AI 图像生成
  • 人脸检索
  • 交互式 Web 系统
  • 产品原型
仓储 MES 管理系统 preview

企业实习项目 - 2025.05 - 2025.11

仓储 MES 管理系统

面向安徽美瑞尔滤清器有限公司的仓储管理系统，覆盖库存管理、出入库流程、批次追踪、库存预警和运营报表。

职责: 作为核心开发成员，参与后端微服务与前端可视化页面设计实现，负责关键业务模块开发。

结果: 支撑企业高频物料流转场景，提升仓储业务的数字化管理能力。

  • Spring Cloud
  • Vue 2
  • 微服务
  • 库存管理
  • 数据可视化

代表荣誉

奖项与证书

以下展示部分代表性奖项及公开证书预览。