基于大语言模型的Dockerfile异味迭代式检测与修复方法及系统

本发明公开了一种基于大语言模型的Dockerfile异味迭代式检测与修复方法及系统，方法包括获取用户输入的待优化初始Dockerfile文件内容并输入至异味检测模块进行多维度扫描与分析，输出结构化异味检测信息；将预定义的自然语言指令框架、待优化的原始Dockerfile以及本次迭代中异味检测模块输出的结构化异味信息进行融合生成提示词；将提示词输入大语言模型进行语义解析与代码生成，输出针对当前Dockerfile异味的优化后Dockerfile；采用正则表达式匹配与语义分析相结合的方法对优化后Dockerfile进行清洗与关键信息提取，生成Dockerfile更新内容，并将Dockerfile更新内容反馈至异味检测模块进行下一轮迭代。本发明实现了从Dockerfile异味检测到修复的智能化与自动化。