Code4MeV2: una piattaforma orientata alla ricerca per il completamento del codice

Code4MeV2: a Research-oriented Code-completion Platform

October 4, 2025

Autori: Roham Koohestani, Parham Bateni, Aydin Ebrahimi, Behdad Etezadi, Kiarash Karimi, Maliheh Izadi

cs.AI

Abstract

L'adozione di strumenti di completamento del codice basati sull'intelligenza artificiale nello sviluppo software è aumentata in modo significativo, tuttavia i dati di interazione utente generati da questi sistemi rimangono proprietari all'interno di grandi aziende. Ciò rappresenta un ostacolo per la comunità accademica, poiché i ricercatori devono spesso sviluppare piattaforme dedicate per condurre studi sull'interazione uomo-AI, rendendo la ricerca riproducibile e l'analisi su larga scala impraticabili. In questo lavoro, presentiamo Code4MeV2, un plugin di completamento del codice open-source orientato alla ricerca per gli IDE JetBrains, come soluzione a questa limitazione. Code4MeV2 è progettato utilizzando un'architettura client-server e include funzionalità di completamento del codice in linea e un assistente chat consapevole del contesto. Il suo contributo principale è un framework di raccolta dati modulare e trasparente che offre ai ricercatori un controllo granulare sulla telemetria e sulla raccolta del contesto. Code4MeV2 raggiunge prestazioni comparabili a quelle industriali in termini di completamento del codice, con una latenza media di 200~ms. Valutiamo il nostro strumento attraverso una combinazione di una valutazione esperta e uno studio utente con otto partecipanti. Il feedback sia dei ricercatori che degli utenti quotidiani ne evidenzia l'informatività e l'utilità. Invitiamo la comunità ad adottare e contribuire a questo strumento. Ulteriori informazioni sullo strumento sono disponibili all'indirizzo https://app.code4me.me.

English

The adoption of AI-powered code completion tools in software development has increased substantially, yet the user interaction data produced by these systems remain proprietary within large corporations. This creates a barrier for the academic community, as researchers must often develop dedicated platforms to conduct studies on human--AI interaction, making reproducible research and large-scale data analysis impractical. In this work, we introduce Code4MeV2, a research-oriented, open-source code completion plugin for JetBrains IDEs, as a solution to this limitation. Code4MeV2 is designed using a client--server architecture and features inline code completion and a context-aware chat assistant. Its core contribution is a modular and transparent data collection framework that gives researchers fine-grained control over telemetry and context gathering. Code4MeV2 achieves industry-comparable performance in terms of code completion, with an average latency of 200~ms. We assess our tool through a combination of an expert evaluation and a user study with eight participants. Feedback from both researchers and daily users highlights its informativeness and usefulness. We invite the community to adopt and contribute to this tool. More information about the tool can be found at https://app.code4me.me.