Ce projet est une plateforme dédiée à l'analyse et à la révision de code source. Il permet aux équipes de développeurs de collaborer efficacement en automatisant les vérifications de qualité, en centralisant les commentaires et en facilitant les retours sur les contributions. Destiné aux environnements académiques ou professionnels, il optimise le processus de développement logiciel en offrant des outils intégrés pour le suivi des bugs, l'évaluation des performances et la gestion des versions.

Ce projet fournit un jeu de données de scripts générés par des modèles de langage (LLM) pour évaluer leur capacité à synthétiser du code Python. Il inclut des tâches de programmation basiques et des métriques de qualité comme BLEU ou CodeBLEU. Le dépôt propose également une version nettoyée des doublons pour des analyses plus précises.

Ce projet permet d'analyser et de comparer des métriques de qualité de code entre des implémentations générées par IA et des implémentations humaines. Il étudie des indicateurs comme le BLEU, CodeBLEU, ROUGE, METEOR et ChrF pour évaluer la pertinence des métriques existantes. Les résultats sont basés sur des expériences contrôlées et des protocoles rigoureux pour distinguer les performances des modèles et la qualité du code produit.

Ce projet fournit le code nécessaire pour configurer Label Studio, facilitant l'obtention de données étiquetées pour des informations commerciales et la surveillance des modèles, spécifiquement pour la classification NACE (NACE rev 2/rev 2.1). En utilisant ce projet, vous pouvez améliorer la qualité des procédures de classification des activités et l'évaluation des performances des modèles grâce à un étiquetage et une annotation rapides.

Typstevals est un outil d'analyse statique conçu pour évaluer et valider les types dans les langages de programmation. Il permet aux développeurs de détecter des erreurs de typage potentielles avant l'exécution du code, améliorant ainsi la robustesse et la maintenabilité des projets. Utilisé principalement dans le cadre du développement logiciel, il s'intègre facilement aux pipelines CI/CD pour garantir une qualité constante du code.

Outil d'analyse statique pour le langage PHP qui permet d'évaluer la qualité du code, détecter les erreurs, les vulnérabilités et les mauvaises pratiques. Il génère des rapports détaillés pour aider les développeurs à améliorer leur code et respecter les bonnes pratiques de développement.

Mymister est un projet open source dédié à la création d'un jeu de devinette où les utilisateurs tentent de découvrir une combinaison secrète. Il inclut également des outils d'analyse de couverture de code pour évaluer la qualité des tests logiciels. Le projet est hébergé sur GitLab Pages et encourage la collaboration entre développeurs.

Revu est un assistant de revue de code alimenté par l'intelligence artificielle qui analyse les pull requests sur GitHub. Il évalue les modifications de code dans leur contexte global, identifie les problèmes potentiels, suggère des améliorations et fournit des retours détaillés pour améliorer la qualité et la sécurité du code. L'outil s'intègre directement dans le workflow de développement pour automatiser et enrichir le processus de revue de code.

Projet académique dédié à l'analyse statique de code Java et à la modélisation de systèmes de fichiers. Il permet de vérifier la conformité des noms de classes, méthodes et attributs aux conventions de nommage, d'évaluer la qualité du code et de générer des rapports structurés sur les structures logicielles. Utilisé dans un cadre pédagogique pour enseigner les bonnes pratiques de développement et la modélisation UML.

Relecteur est un outil qui automatise et évalue la qualité des revues de code (pull requests) dans les dépôts logiciels. Il s'appuie sur un moteur de revue automatique pour commenter les lignes concernées par des défauts potentiels, en appliquant les consignes spécifiques du projet. Il permet également de mesurer la performance du reviewer en comparant ses retours avec des cas d'évaluation connus, afin d'améliorer la fiabilité des revues automatiques.