論文の概要: GitHub Marketplace: Driving Automation and Fostering Innovation in Software Development
- arxiv url: http://arxiv.org/abs/2508.01489v1
- Date: Sat, 02 Aug 2025 21:01:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-12 14:08:23.482112
- Title: GitHub Marketplace: Driving Automation and Fostering Innovation in Software Development
- Title（参考訳）: GitHub Marketplace: ソフトウェア開発における自動化とイノベーションの促進
- Authors: SK. Golam Saroar, Waseefa Ahmed, Elmira Onagh, Maleknaz Nayebi,
- Abstract要約: コラボレーションソフトウェア開発の中心的なハブであるGitHubは、同社のGitHub Marketplaceを通じて、オープンソースソフトウェア(OSS)エコシステムに革命をもたらした。
この研究はGitHub Marketplaceを体系的に分析し、業界ツールで見られるトレンドと学術文献で報告される進歩を比較した。
- 参考スコア（独自算出の注目度）: 2.0749231618270803
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: GitHub, a central hub for collaborative software development, has revolutionized the open-source software (OSS) ecosystem through its GitHub Marketplace, a platform launched in 2017 to host automation tools aimed at enhancing the efficiency and scalability of software projects. As the adoption of automation in OSS production grows, understanding the trends, characteristics, and underlying dynamics of this marketplace has become vital. Furthermore, despite the rich repository of academic research on software automation, a disconnect persists between academia and industry practices. This study seeks to bridge this gap by providing a systematic analysis of the GitHub Marketplace, comparing trends observed in industry tools with advancements reported in academic literature, and identifying areas where academia can contribute to practical innovation.
- Abstract（参考訳）: コラボレーションソフトウェア開発の中心的なハブであるGitHubは、2017年にローンチしたプラットフォームであるGitHub Marketplaceを通じて、オープンソースソフトウェア(OSS)エコシステムに革命をもたらした。ソフトウェアプロジェクトの効率性とスケーラビリティ向上を目的とした自動化ツールをホストする。
OSS生産における自動化の採用が進むにつれて、このマーケットプレースのトレンド、特徴、基盤となるダイナミクスを理解することが不可欠になっています。
さらに、ソフトウェア自動化に関する学術研究の豊富なリポジトリにも拘わらず、学界と産業の実践の間には断絶が続いている。
この研究は、GitHub Marketplaceの体系的な分析を提供し、業界ツールで見られるトレンドと学術文献で報告されている進歩を比較し、アカデミックが実践的なイノベーションに寄与する分野を特定することで、このギャップを埋めようとしている。
関連論文リスト
- Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。
まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。
次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文 参考訳（メタデータ） (2025-03-28T17:17:57Z) - PyPackIT: Automated Research Software Engineering for Scientific Python Applications on GitHub [0.0]
PyPackITは、科学者がプロジェクトの科学的な側面に集中できるようにする、ユーザフレンドリーで使いやすいソフトウェアである。
PyPackITは、ビルド対応のPythonパッケージスケルトン、完全に運用されたドキュメンテーションとテストスイート、動的プロジェクト管理のためのコントロールセンタなど、堅牢なプロジェクトインフラストラクチャを提供する。
論文 参考訳（メタデータ） (2025-03-06T19:41:55Z) - RepoGraph: Enhancing AI Software Engineering with Repository-level Code Graph [63.87660059104077]
RepoGraphは、現代のAIソフトウェアエンジニアリングソリューションのためのリポジトリレベルの構造を管理するプラグインモジュールである。
RepoGraphはすべてのシステムのパフォーマンスを大幅に向上させ、オープンソースフレームワークの間で新たな最先端技術を生み出している。
論文 参考訳（メタデータ） (2024-10-03T05:45:26Z) - GitHub Marketplace for Automation and Innovation in Software Production [2.0749231618270803]
GitHub Marketplaceは自動化ツールをホストし、GitHubがホストするプロジェクトの運用を支援する。
本研究では, プラットフォームの特徴, 特徴, 方針について検討し, 生産自動化における共通テーマを明らかにする。
論文 参考訳（メタデータ） (2024-07-07T23:55:15Z) - Automatic Programming: Large Language Models and Beyond [48.34544922560503]
我々は,プログラマの責任に関するコード品質,セキュリティ,関連する問題について検討する。
ソフトウェア工学の進歩が自動プログラミングを実現する方法について論じる。
我々は、近い将来のプログラミング環境に焦点をあてて、先見的な視点で締めくくります。
論文 参考訳（メタデータ） (2024-05-03T16:19:24Z) - Making Software Development More Diverse and Inclusive: Key Themes, Challenges, and Future Directions [50.545824691484796]
ソフトウェア開発者の多様性と包摂性(SDDI)を改善するための課題と機会に関する6つのテーマを特定します。
4つのテーマの利点、害、今後の研究の方向性を特定します。
残りの2つのテーマ、人工知能とSDDIとAIとコンピュータサイエンスの教育について論じる。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - AutoCodeRover: Autonomous Program Improvement [8.66280420062806]
プログラムの改善を自律的に達成するために、GitHubの問題を解決する自動化アプローチを提案する。
AutoCodeRoverと呼ばれるアプローチでは、LLMは洗練されたコード検索機能と組み合わせられ、最終的にプログラムの変更やパッチにつながります。
SWE-bench-lite(300の現実のGitHubイシュー)の実験では、GitHubの問題を解決する効果が向上している(SWE-bench-liteでは19%)。
論文 参考訳（メタデータ） (2024-04-08T11:55:09Z) - SoTaNa: The Open-Source Software Development Assistant [81.86136560157266]
SoTaNaはオープンソースのソフトウェア開発アシスタントだ。
ソフトウェア工学の分野のための高品質な命令ベースのデータを生成する。
オープンソースの基盤モデルであるLLaMAを強化するためにパラメータ効率のよい微調整アプローチを採用している。
論文 参考訳（メタデータ） (2023-08-25T14:56:21Z) - The GitHub Development Workflow Automation Ecosystems [47.818229204130596]
大規模なソフトウェア開発は、非常に協力的な取り組みになっています。
この章では、開発ボットとGitHub Actionsのエコシステムについて解説する。
この領域における最先端技術に関する広範な調査を提供する。
論文 参考訳（メタデータ） (2023-05-08T15:24:23Z) - Automatically Categorising GitHub Repositories by Application Domain [14.265666415804025]
GitHubは、インターネット上で最大のオープンソースソフトウェアホストである。
幅広いドメインにまたがるリポジトリの多さをナビゲートするのはますます困難になっている。
過去の研究によると、アプリケーションドメインを考慮に入れることは、リポジトリの人気を予測するといったタスクに不可欠である。
論文 参考訳（メタデータ） (2022-07-30T16:27:16Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。