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。

IEEE Transactions on Reliability 论文已于 2026 年发表，第二作者兼通讯作者。
CoLAR 已于 2026 年 9 月修订重投 IEEE Transactions on Services Computing，第一作者。
CoHAPI 已于 2026 年 4 月投稿 Automated Software Engineering，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

围绕 API 推荐，探索三条互补路径：基于 I/O 示例的意图澄清、检索引导的多路径共识聚合，以及异构信息学习。

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

IEEE Transactions on Reliability - 已发表 · 2026

第二作者兼通讯作者

2026 · Vol. 75 · pp. 991–1005 · DOI: 10.1109/TR.2026.3664018

IOCAPI 通过用户确认的 I/O 示例澄清编程意图，以意图检测、代码生成和任务桥接三个模块，连接大语言模型的需求澄清与代码模型的生成能力，提供 API 推荐及可解释的代码示例。评估覆盖三个数据集，以及包含七项编程任务的用户研究。

论文链接

CoLAR: API Recommendation for Novice Programmers via Retrieval-Guided Multi-Path Consensus Aggregation

IEEE Transactions on Services Computing - 已修订重投 · 2026-09

第一作者

CoLAR 检索相关问答以引导多路径推理，将生成的候选映射到 API 目录，再结合跨路径复现与查询—文档语义相似度进行排序。共识是推理阶段的排序信号，无需额外训练共识模型。评测覆盖 BIKER-Dataset、APIBENCH-Q 和 ReSO-GitBench；收益随数据集和指标而变化，共识不等于正确性保证。

期刊链接