A szoftverfejlesztés világában a hatékonyság és a kódminőség kulcsfontosságú tényezők. A modern fejlesztési munkafolyamatokban a kód review-k és tesztek jelentős szerepet játszanak a hibák kiszűrésében és a kód optimalizálásában. Az automatizáció ezen a téren jelentős előnyöket kínál, különösen a Github Actions platformján keresztül, amely lehetővé teszi a fejlesztési ciklusok automatizálását. A hallgató feladata egy AI-alapú kódíró asszisztens megvalósítása, amely Github Actions-t használva automatizált kód review-kat és teszt eseteket készít, valamint javasolt javításokat generál. A projekt célja, hogy a kódminőséget javítsa és a fejlesztési időt csökkentse, az AI algoritmusok intelligens javaslatait felhasználva. A projekt követelményei: - Github Actions integráció a kód review és tesztelési folyamatokhoz - LLM-ek alkalmazása (ChatGPT, Llama 3.1, ...) a kódminőség javítására és hibák észlelésére - Automatizált javaslatok generálása a kód optimalizálásához - A javaslatok automatikus feltöltése Github API-n keresztül a megfelelő Pull-Request-re. Részletes dokumentáció az asszisztens működéséről és konfigurálásáról A hallgató feladatai: - Github Actions munkafolyamatok megtervezése és implementálása - LLM Ágensek fejlesztése és integrálása a kód review és tesztelési folyamatokhoz - Ágens javaslatainak, visszajelzéseinek feltöltése Github-ra - Dokumentáció. A téma szakdolgozatnak, TDK-nak, diplomadolgozatnak továbbfejleszthető. Esetleges SOTA (State of the Art) megoldás elérése esetén SWE-Bench leaderboard nevezést támogatjuk.