RefactorScore: um sistema de monitoramento e avaliação de qualidade de código em Commits

Abstract

A aprendizagem de boas práticas de programação é essencial para estudantes iniciantes, pois influencia diretamente a qualidade, manutenção e evolução de seus projetos. Entretanto, a identificação de erros e a compreensão de recomendações de melhoria ainda representam desafios para esse público, devido à falta de experiência e feedback personalizado. Este trabalho apresenta o desenvolvimento de um sistema analisador de código em .NET voltado para iniciantes, capaz de avaliar repositórios locais de exercícios e fornecer, por meio de um dashboard, notas de qualidade e recomendações de estudo personalizadas. Para a análise do código, o sistema utiliza técnicas de análise estática combinadas com um modelo de linguagem avançado (LLM), especificamente o Qwen2.5-coder, que permite identificar pontos de melhoria relacionados a padrões de codificação, complexidade e legibilidade, apresentando justificativas baseadas em boas práticas de desenvolvimento. Os resultados obtidos incluem o fornecimento de feedback imediato ao programador iniciante, a padronização do aprendizado e a redução de vícios comuns em programação, contribuindo para a evolução técnica dos estudantes.

Learning good programming practices is essential for beginner students as it directly influences the quality, maintainability, and evolution of their projects. However, identifying mistakes and understanding improvement recommendations remain challenges for this audience due to the lack of experience and personalized feedback. This work presents the development of a NET-based code analysis system designed for beginners, capable of evaluating local exercise repositories and providing quality scores and personalized study recommendations through a dashboard. For code analysis, the system employs static analysis techniques combined with an advanced language model (LLM), specifically the Qwen2.5-coder, which identifies improvement points related to coding standards, complexity, and readability, offering justifications grounded in software development best practices. The results include providing immediate feedback to novice programmers, standardizing learning, and reducing common programming pitfalls, thereby contributing to the technical development of students.