Современная разработка программного обеспечения все чаще опирается на инструменты класса AI4SE (Artificial Intelligence for Software Engineering) для автоматизации рутинных задач. Одним из таких инструментов является Open Source Advisor (OSA) - мультиагентная система на базе больших языковых моделей (LLM) для аудита, документирования и улучшения репозиториев. Однако, по мере роста сложности анализируемых проектов, критическими факторами становятся производительность и надежность системы. Синхронная обработка файлов при взаимодействии с внешними API (LLM-провайдеры, GitHub) приводит к простоям вычислительных ресурсов, а отсутствие гранулярной обработки ошибок делает автоматизированные пайплайны неустойчивыми к сетевым сбоям. Целью данной работы является архитектурная оптимизация инструмента

Шиянов А.О. (науч. рук. Гетманов А.Н.) Повышение производительности и отказоустойчивости модуля интеллектуального анализа кода фреймворка open source advisor // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16508