本申請涉及人工智能，特別是涉及一種軟件開發(fā)流水線問題修復(fù)方法、裝置及計算機設(shè)備。

背景技術(shù)：

1、隨著軟件開發(fā)項目的復(fù)雜度增加，傳統(tǒng)的軟件開發(fā)流水線存在響應(yīng)慢、耗時長、人為錯誤多以及人力維護成本高等問題。

2、隨著人工智能技術(shù)的發(fā)展，大模型以及大數(shù)據(jù)等技術(shù)變得越來越重要，且在各行各業(yè)扮演了越來越重要的角色，因此，需要一種能夠基于人工智能技術(shù)的，自動對軟件開發(fā)流水線的問題進行預(yù)測、檢測、自動化故障響應(yīng)與修復(fù)、自動化優(yōu)化與改進的方法。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種基于大模型、大數(shù)據(jù)等技術(shù)的，能夠提高軟件開發(fā)流水線作業(yè)效率的軟件開發(fā)流水線問題修復(fù)方法、裝置及計算機設(shè)備。

2、一種軟件開發(fā)流水線問題修復(fù)方法，所述方法包括：

3、獲取待處理代碼文本，基于軟件開發(fā)流水線對所述待處理代碼文本進行代碼編譯；

4、響應(yīng)于所述軟件開發(fā)流水線對所述代碼編譯的結(jié)果為執(zhí)行失敗，觸發(fā)大模型分析所述軟件開發(fā)流水線執(zhí)行失敗的原因；

5、基于獲取到的所述執(zhí)行失敗的原因?qū)λ龃幚泶a進行修復(fù)，基于軟件開發(fā)流水線繼續(xù)對修復(fù)后的所述待處理代碼文本進行代碼編譯，直至所述軟件開發(fā)流水線對所述待處理代碼文本進行代碼編譯成功為止。

6、在一些實施例中，所述大模型是基于編譯過程數(shù)據(jù)進行訓(xùn)練得到，所述大模型用于識別編譯失敗原因并對識別到的失敗原因進行類別劃分；

7、基于大模型分析所述軟件開發(fā)流水線執(zhí)行失敗的原因，包括：

8、獲取所述軟件開發(fā)流水線對所述代碼編譯執(zhí)行失敗產(chǎn)生的失敗數(shù)據(jù)；

9、基于大模型對所述失敗數(shù)據(jù)進行模式識別得到與識別到的模式相對應(yīng)的失敗原因及失敗原因類型，其中，所述失敗原因類型包括語法錯誤、鏈接錯誤以及依賴錯誤中的一種或者多種。

10、在一些實施例中，所述編譯過程數(shù)據(jù)包括日志信息、指標信息以及事件信息中的一個或者多個；

11、所述基于大模型對所述失敗數(shù)據(jù)進行分析得到失敗原因，包括：

12、所述大模型對所述日志信息中的特定錯誤信息、指標信息中的異常變化以及事件信息中的事件順序關(guān)系進行分析，以確定失敗原因。

13、在一些實施例中，所述大模型對所述日志信息中的特定錯誤信息、指標信息中的異常變化以及事件信息中的事件順序關(guān)系進行分析，以確定失敗原因，包括：

14、所述大模型對所述日志信息中的特定錯誤信息、指標信息中的異常變化以及事件信息中的事件順序關(guān)系進行失敗模式識別、異常檢測、失敗類型分類、上下文分析、統(tǒng)計學(xué)分析中的至少一種，得到失敗原因；其中，

15、所述模式識別包括：基于所述大模型分析所述日志信息中的錯誤消息模式，通過識別所述錯誤消息模式得到與所述錯誤消息模型對應(yīng)的失敗原因；

16、所述異常檢測包括：基于所述大模型分析所述日志信息中的異常數(shù)據(jù)，基于所述異常數(shù)據(jù)確定潛在的失敗原因；

17、所述失敗類型分類包括：基于所述大模型將所述日志信息中的錯誤消息劃分至不同的類別中，基于對應(yīng)所述類別的特征進行失敗原因類型的預(yù)測；

18、所述上下文分析包括：基于所述大模型分析編譯失敗時對應(yīng)的上下文信息，基于對所述上下文信息進行分析得到失敗原因；

19、所述統(tǒng)計學(xué)分析包括：基于大模型對歷史數(shù)據(jù)的分析得到編譯失敗的頻率、模式及趨勢中的一種或多種，基于獲取到的歷史數(shù)據(jù)的編譯失敗數(shù)據(jù)確定本次編譯失敗對應(yīng)的失敗原因。

20、在一些實施例中，所述基于所述執(zhí)行失敗的原因?qū)λ龃幚泶a進行修復(fù)，包括：

21、獲取所述失敗原因?qū)?yīng)的修復(fù)策略，基于所述修復(fù)策略自動對所述待處理代碼進行修復(fù)，其中，修復(fù)策略包括重新啟動服務(wù)、回滾部署、調(diào)整配置參數(shù)中的一種或者多種。

22、在一些實施例中，所述基于所述執(zhí)行失敗的原因?qū)λ龃幚泶a進行修復(fù)，包括：

23、獲取失敗原因以及修復(fù)策略，并將所述失敗原因修復(fù)策略發(fā)送至目標用戶，所述目標用戶基于所述失敗原因以及所述修復(fù)策略對所述待處理代碼進行修復(fù)。

24、在一些實施例中，所述目標用戶基于所述失敗原因以及所述修復(fù)策略對所述待處理代碼進行修復(fù)，包括：

25、基于交互對話平臺與所述大模型進行交互對話，得到目標修復(fù)策略；

26、基于所述目標修復(fù)策略對所述待處理代碼進行修復(fù)。

27、在一些實施例中，所述方法還包括：將所述失敗數(shù)據(jù)、所述修復(fù)策略數(shù)據(jù)對所述大模型進行訓(xùn)練優(yōu)化。

28、一種軟件開發(fā)流水線問題修復(fù)裝置，所述裝置包括：

29、獲取模塊，用于獲取待處理代碼文本，基于軟件開發(fā)流水線對所述待處理代碼文本進行代碼編譯；

30、分析模塊，用于響應(yīng)于所述軟件開發(fā)流水線對所述代碼編譯的結(jié)果為執(zhí)行失敗，觸發(fā)大模型分析所述軟件開發(fā)流水線執(zhí)行失敗的原因；

31、修復(fù)模塊，用于基于獲取到的所述執(zhí)行失敗的原因?qū)λ龃幚泶a進行修復(fù)，基于軟件開發(fā)流水線繼續(xù)對修復(fù)后的所述待處理代碼文本進行代碼編譯，直至所述軟件開發(fā)流水線對所述待處理代碼文本進行代碼編譯成功為止。

32、一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述所述的方法的步驟。

33、一種計算機可讀存儲介質(zhì)，存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述所述的方法的步驟。

34、上述軟件開發(fā)流水線問題修復(fù)方法、裝置、計算機設(shè)備和存儲介質(zhì)，通過ai大模型輔助進行軟件開發(fā)流水線的問題修復(fù)，極大的提高了問題修復(fù)的效率。

技術(shù)特征：

1.一種軟件開發(fā)流水線問題修復(fù)方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述大模型是基于編譯過程數(shù)據(jù)進行訓(xùn)練得到，所述大模型用于識別編譯失敗原因并對識別到的失敗原因進行類別劃分；

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述編譯過程數(shù)據(jù)包括日志信息、指標信息以及事件信息中的一個或者多個；

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述大模型對所述日志信息中的特定錯誤信息、指標信息中的異常變化以及事件信息中的事件順序關(guān)系進行分析，以確定失敗原因，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述執(zhí)行失敗的原因?qū)λ龃幚泶a進行修復(fù)，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述執(zhí)行失敗的原因?qū)λ龃幚泶a進行修復(fù)，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述目標用戶基于所述失敗原因以及所述修復(fù)策略對所述待處理代碼進行修復(fù)，包括：

8.根據(jù)權(quán)利要求1至7中任一項所述的方法，其特征在于，所述方法還包括：將所述失敗數(shù)據(jù)、所述修復(fù)策略數(shù)據(jù)對所述大模型進行訓(xùn)練優(yōu)化。

9.一種軟件開發(fā)流水線問題修復(fù)裝置，其特征在于，所述裝置包括：

10.一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至8中任一項所述的方法的步驟。

技術(shù)總結(jié)
本申請涉及一種軟件開發(fā)流水線問題修復(fù)方法、裝置及計算機設(shè)備，涉及人工智能技術(shù)領(lǐng)域，具體涉及大模型、大數(shù)據(jù)等技術(shù)領(lǐng)域?；诖竽Ｐ偷能浖_發(fā)流水線問題修復(fù)方法包括：獲取待處理代碼文本，基于軟件開發(fā)流水線對待處理代碼文本進行代碼編譯；響應(yīng)于軟件開發(fā)流水線對代碼編譯的結(jié)果為執(zhí)行失敗，觸發(fā)大模型分析軟件開發(fā)流水線執(zhí)行失敗的原因；基于獲取到的執(zhí)行失敗的原因?qū)Υ幚泶a進行修復(fù)，基于軟件開發(fā)流水線繼續(xù)對修復(fù)后的待處理代碼文本進行代碼編譯，直至軟件開發(fā)流水線對待處理代碼文本進行代碼編譯成功為止。通過上述方法可以基于AI大模型輔助進行流水線問題的識別與修復(fù)，極大地提高了對問題修復(fù)的準確率與效率。

技術(shù)研發(fā)人員：王洪濤,熊友根,杜鐵繩,李晨,卞韡雯
受保護的技術(shù)使用者：國金證券股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17