AI 辅助编程与代码智能可视化实验室

代码 LLM 将上下文窗口中的 token 序列编码，对词表概率分布做采样得到下一个 token。光标位置由填充目标（FIM）决定。

将代码片段编码为高维向量，查询语句同样向量化后计算余弦相似度，检索语义最近的代码块而非字面匹配。

数据流分析跟踪变量的定义-使用链，当可能为 null/未初始化的值被解引用时，静态分析器标记潜在 bug 路径。

展示重构前后结构变化：将嵌套条件提取为早返回（Guard Clause），降低圈复杂度并提升可读性。

从函数签名与实现推导输入域，结合边界值分析与等价类划分，LLM 生成覆盖多分支的测试用例并断言预期输出。

AI 审查器按决策流逐项检查：风格规范 → 安全风险 → 性能 → 可维护性，对每项给出严重级别与建议。

专用代码模型采用 Transformer 解码器 + 填充目标（Fill-in-the-Middle）：用前缀与后缀包围光标，训练模型补全中间缺失代码。