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.

This project provides a code repository with integrated tools to automate the code review process and perform static code analysis. It helps developers to improve code quality and maintainability by identifying potential issues and vulnerabilities. The project can be integrated with popular development tools to streamline the development workflow.

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.

Outil en ligne de commande conçu pour évaluer et comparer les performances de différents parseurs de code Fortran sur une base de code donnée. Il génère des statistiques et des résultats détaillés pour aider les développeurs à choisir l'outil le plus adapté à leurs besoins. Le projet inclut des analyses sur des bases de code réelles comme DYNAMICO, LMDZ ou ORCHIDEE, fournissant des métriques précises sur la couverture et l'efficacité des parseurs.

Ce projet propose des algorithmes d'approximation interne pour les systèmes linéaires d'équations par intervalles, appliqués à l'analyse des capacités des robots. Il permet de calculer des polytopes, des boules ou des cubes inscrits dans des ensembles définis, afin d'évaluer de manière fiable les performances et les limites opérationnelles des systèmes robotiques.

Ce projet propose une formation spécialisée en calcul haute performance (HPC) avec Python, destinée aux développeurs et chercheurs. Il couvre l'optimisation de code, l'analyse de performance, l'utilisation de bibliothèques scientifiques (NumPy, SciPy, Pandas) et les outils de parallélisation. Les participants apprennent à exploiter les fonctionnalités de Python pour des calculs intensifs et à déployer des solutions sur des infrastructures HPC.

Ce projet permet de mesurer et analyser les performances computationnelles du framework SOFA. Il génère des statistiques de temps de calcul pour différentes scènes et branches, puis archive ces résultats. Un tableau de bord interactif permet de visualiser les données collectées, facilitant l'identification des régressions de performance et l'optimisation du code.

DashLord est un tableau de bord de suivi des bonnes pratiques techniques pour les sites web. Il permet de surveiller l'état de santé des sites, d'analyser la qualité du code des dépôts GitHub, de détecter les vulnérabilités dans les dépendances de projets et de monitorer la disponibilité et les performances des applications.

Le projet EuroMPI 2023 - PARCOACH tutorial (eurompi23) est un dépôt de code source qui fournit des exemples et des tutoriels pour l'optimisation des performances des applications MPI en utilisant l'outil PARCOACH. Il offre des guides pour l'analyse de profils de performance et l'instrumentation de code, ainsi que des exemples d'applications parallèles pour démontrer les avantages de l'utilisation de PARCOACH.

Ce projet vise à analyser et optimiser des graphes de dépendances logiciels issus de dépôts de code source. Il permet de benchmarker des pipelines de traitement, d'évaluer des jeux de données et de mesurer les performances de différents outils d'analyse. Utilisé dans un cadre académique et de recherche, il facilite la compréhension des structures de code et l'identification de points d'amélioration.