論文の概要: GHA-SmellFix: Taking Action with Agentic LLMs for Detecting and Refactoring GitHub Actions Workflow Smells
- arxiv url: http://arxiv.org/abs/2611.14963v1
- Date: Wed, 11 Nov 2026 03:16:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.99606
- Title: GHA-SmellFix: Taking Action with Agentic LLMs for Detecting and Refactoring GitHub Actions Workflow Smells
- Title(参考訳): GHA-SmellFix: GitHub Actions Workflow Smellの検出とリファクタリングのためのエージェントLDMによるアクション
- Abstract要約: 継続的インテグレーションと継続的デリバリは、ソフトウェアプロジェクトの重要な成果物です。
GitHub Actionsでは、YAMLでビルド、テスト、リリース、デプロイメント、セキュリティ自動化をエンコードする。
これらには、セキュリティ、信頼性、保守性、運用上の安定性に影響を与える設定の臭いが含まれている。
GHA-SmellFixは、GitHub Actionsワークフローの臭いを検出するためのエージェントLLMパイプラインである。
- 参考スコア(独自算出の注目度): 2.6731322885487265
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Continuous integration and continuous delivery workflows are key artifacts in software projects. In GitHub Actions, they encode build, test, release, deployment, and security automation in YAML. These workflows contain configuration smells affecting security, reliability, maintainability, or operational stability. Existing approaches are mostly rule-based, with rules hard to create and evolve, and typically report findings without fixes. Agentic LLM pipelines can combine contextual detection, transformation selection, and patch generation. Specialized agents can gate refactoring on positive detection verdicts, potentially avoiding unnecessary changes, but it is unclear whether decomposition improves effectiveness or mainly changes overhead. We present GHA-SmellFix, an agentic LLM pipeline for detecting and refactoring GitHub Actions workflow smells. We compare two designs: Joint, where one agent detects and refactors, and Decomposed, where separate agents detect and then refactor. We operationalize 19 smells from an existing catalog with explicit detection criteria, refactoring expectations, exclusion rules, and safety checks, and curate a ground truth of 1,710 (workflow, smell) pairs. We evaluate the designs with four LLMs (GPT-5.4-nano, Gemini 3.5 Flash, Claude Haiku 4.5, and DeepSeek V4 Flash) on 570 sampled pairs. Results show that decomposition does not universally improve patch quality; its main benefit is controlling when patch generation is attempted. It helps models prone to missing smells and can reduce overhead by gating patches. Once a smell is correctly detected, clean refactoring is generally effective, making detection the main end-to-end bottleneck. However, false positives can trigger unnecessary edits to execution-relevant constructs. Practical CI/CD agents thus need reliable abstention and construct-aware validation alongside patch generation.
- Abstract(参考訳): 継続的インテグレーションと継続的デリバリのワークフローは、ソフトウェアプロジェクトの重要な成果物です。
GitHub Actionsでは、YAMLでビルド、テスト、リリース、デプロイメント、セキュリティ自動化をエンコードする。
これらのワークフローには、セキュリティ、信頼性、保守性、運用安定性に影響を与える設定の臭いが含まれている。
既存のアプローチは主にルールベースで、ルールの作成と進化が難しい。
エージェントLLMパイプラインは、コンテキスト検出、変換選択、パッチ生成を組み合わせることができる。
特殊エージェントは、肯定的な検出判断に基づいてリファクタリングをゲートすることができ、不要な変更を避けることができるが、分解が効率を向上するか、主にオーバーヘッドを変更するかは不明である。
GHA-SmellFixはGitHub Actionsワークフローの臭いを検出し、リファクタリングするためのエージェントLLMパイプラインである。
1つのエージェントが検出してリファクタリングするJointと、別のエージェントが検出してリファクタリングするDecomposedという2つの設計を比較します。
既存のカタログから19個の匂いを明確な検出基準、リファクタリング予測、排他規則、安全性チェックで操作し、1,710個の(ワークフロー、臭い)ペアの真実をキュレートする。
570個のサンプルペアに対して4つのLCM (GPT-5.4-nano, Gemini 3.5 Flash, Claude Haiku 4.5, DeepSeek V4 Flash) を用いて設計を評価する。
その結果、分解はパッチの品質を普遍的に改善するものではないことが示され、その主な利点はパッチ生成を試みる際の制御である。
モデルは臭いを嗅ぐのに役立ち、パッチをゲージすることでオーバーヘッドを減らすことができる。
嗅覚が正しく検出されると、クリーンなリファクタリングが一般的に有効になり、主要なエンドツーエンドボトルネックを検出する。
しかし、偽陽性は実行関連コンストラクトへの不要な編集を引き起こす可能性がある。
実践的なCI/CDエージェントは、パッチ生成と並行して、信頼性の高い棄権とコンストラクタ対応のバリデーションを必要とする。
関連論文リスト
- Who Is Behind the Harness? Fingerprinting LLMs through Agentic Behavior [8.146941441861614]
我々は,コーディングエージェント実行のためのアクティブブラックボックスフィンガープリント手法であるLIDARを提案する。
3つのプローブペアは、制御された変更の下で、後続検証、過渡障害回復、および仕様-テスト競合解決を公開する。
高いTop-1精度とMRRを実現し、4つの既存の指紋認証とAPI監査ベースラインを上回っている。
論文 参考訳(メタデータ) (2026-09-23T09:12:46Z) - REFINE: A Multi-Agent LLM Approach for Evidence-Guided Code Refactoring [3.294884078309524]
REFINEはツールに依存しないエビデンス対応のマルチエージェントアプローチで、Javaファイルレベルの候補を生成する。
我々は15のオープンソースシステムから450のJavaファイル上でREFINEを評価する。
論文 参考訳(メタデータ) (2026-08-21T17:44:40Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳(メタデータ) (2026-08-09T22:59:13Z) - KAT-Coder-V2.5 Technical Report [61.907486544595336]
KAT-Coder-V2.5は、実際の実行可能リポジトリ内で自律的に動作するよう訓練されたコーディング中心のエージェントモデルである。
マルチ言語リポジトリをサンドボックス環境に再構築し、フェイル・ツー・パスとパス・ツー・パスの検証を大規模に行う。
我々はさらに、ハーネスランダム化による強化学習、信頼性の強化されたサンドボックス、非対称なアクター-クリティックPPO、およびハイチ指向の報酬フレームワークをスケールする。
論文 参考訳(メタデータ) (2026-07-06T08:14:02Z) - Firefly: Illuminating Large-Scale Verified Tool-Call Data Generation from Real APIs [46.60041435990374]
本稿では,実世界のMPPサーバから検証済みのツールコールデータを生成するためのパイプラインFireFlyを紹介する。
実世界のツール空間のスケールを扱うために、ペアワイズツールグラフとサンプルサブDAGを構築します。
このパイプラインを適用すると、240のサーバと93のツールにまたがる5,144の検証タスクが生成される。
論文 参考訳(メタデータ) (2026-05-17T17:38:17Z) - ChipMATE: Multi-Agent Training via Reinforcement Learning for Enhanced RTL Generation [55.947962672433675]
ChipMATEは、RTL生成のための最初の自己学習型マルチエージェントフレームワークである。
ChipMATEは産業的な実践に触発され、VerilogエージェントとPythonのリファレンスモデルエージェントをペアにし、相互に出力を検証する。
ChipMATEは、VerilogEval V2で75.0%と80.1%パス@1を4Bと9Bベースモデルで達成している。
論文 参考訳(メタデータ) (2026-05-13T01:04:21Z) - SmellBench: Evaluating LLM Agents on Architectural Code Smell Repair [1.6922906233636834]
アーキテクチャコードはソフトウェアの保守性を損なうため、手作業で修理するのにコストがかかる。
本稿では,大規模言語モデルエージェントによる建築コードの臭いの修復に関する経験的評価について述べる。
SmellBenchは、嗅覚タイプ固有の最適化プロンプトを組み込んだタスクオーケストレーションフレームワークです。
論文 参考訳(メタデータ) (2026-05-07T22:33:32Z) - TrajAD: Trajectory Anomaly Detection for Trustworthy LLM Agents [47.147717604167376]
効率的なロールバック・アンド・リトライを実現するために必要な軌道異常検出
汎用LSMはこれらの異常を識別し、ローカライズするのに苦労する。
細粒度プロセス監視を訓練した特殊検証器であるTrajADを提案する。
論文 参考訳(メタデータ) (2026-02-06T07:13:49Z) - InfCode: Adversarial Iterative Refinement of Tests and Patches for Reliable Software Issue Resolution [31.874379525390967]
InfCodeは、リポジトリレベルの自動イシュー解決のための、対向的なマルチエージェントフレームワークである。
InfCodeは、テストパッチジェネレータとコードパッチジェネレータの間の逆インタラクションを通じて、テストとパッチの両方を反復的に洗練する。
DeepSeek-V3やClaude 4.5 Sonnetといったモデルを用いたSWE-bench LiteとSWE-benchの検証実験は、InfCodeが一貫して強力なベースラインを上回っていることを示している。
論文 参考訳(メタデータ) (2025-11-20T03:04:21Z) - Where LLM Agents Fail and How They can Learn From Failures [62.196870049524364]
大規模言語モデル(LLM)エージェントは、複雑なマルチステップタスクの解決において有望であることを示す。
単一ルート原因エラーがその後の決定を通じて伝播する、障害のカスケードに対する脆弱性を増幅する。
現在のシステムは、モジュール的で体系的な方法でエージェントエラーを包括的に理解できるフレームワークを欠いている。
AgentErrorTaxonomyは、メモリ、リフレクション、計画、アクション、システムレベルの操作にまたがる障害モードのモジュール分類である。
論文 参考訳(メタデータ) (2025-09-29T18:20:27Z)
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。