摘要
本发明公开了一种基于AI大模型的智能Bug管理方法及平台,方法包括:采集结构化错误代码、非结构化日志文本及开发沟通记录;预处理后获得标准化Bug特征;基于CodeBERT大模型进行语义匹配生成历史相似Bug案例集合,结合AST抽象语法树分析定位问题代码段;根据项目技术栈特征、历史相似Bug案例集合及问题代码段生成包含代码修改建议、自动生成的修复代码片段及实施风险评估的修复方案;构建并优化三元组知识图谱;最终将标准化Bug特征、问题代码段、修复方案及知识图谱关联得到Bug诊断结果并输出。本发明实现了Bug的智能定位与精准修复,显著降低平均Bug解决时间,同时通过持续优化的知识图谱实现开发经验的自动化沉淀。
技术关键词
非结构化日志
管理方法
抽象语法树
三元组
策略
实体
语义向量
动态知识图谱
强化学习环境
项目管理系统
注意力机制
节点
修复成功率
文本
关系
上下文特征
系统为您推荐了相关专利信息
深度强化学习
分层强化学习
双层智能
制导方法
网络
口罩佩戴检测方法
检测模型训练
检测面部
样本
正则化方法
视觉特征提取
度计算方法
编码向量
多模态注意力
跨模态
变流器并网
功率控制策略
幅值
虚拟同步发电机控制
有功功率
风险评估模型
作业管理方法
作业信息获取单元
区域内作业
气体分析