Code4MeV2: Uma Plataforma de Conclusão de Código Orientada à Pesquisa

Code4MeV2: a Research-oriented Code-completion Platform

October 4, 2025

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

cs.AI

Resumo

A adoção de ferramentas de conclusão de código impulsionadas por IA no desenvolvimento de software aumentou substancialmente, mas os dados de interação do usuário gerados por esses sistemas permanecem proprietários dentro de grandes corporações. Isso cria uma barreira para a comunidade acadêmica, pois os pesquisadores frequentemente precisam desenvolver plataformas dedicadas para conduzir estudos sobre interação humano-IA, tornando a pesquisa reproduzível e a análise de dados em larga escala impraticáveis. Neste trabalho, apresentamos o Code4MeV2, um plugin de conclusão de código de código aberto e voltado para pesquisa para IDEs da JetBrains, como uma solução para essa limitação. O Code4MeV2 foi projetado usando uma arquitetura cliente-servidor e apresenta conclusão de código em linha e um assistente de chat com consciência contextual. Sua principal contribuição é uma estrutura modular e transparente de coleta de dados que oferece aos pesquisadores controle refinado sobre a telemetria e a coleta de contexto. O Code4MeV2 alcança desempenho comparável ao da indústria em termos de conclusão de código, com uma latência média de 200~ms. Avaliamos nossa ferramenta por meio de uma combinação de avaliação de especialistas e um estudo de usuário com oito participantes. O feedback de pesquisadores e usuários diários destaca sua informatividade e utilidade. Convidamos a comunidade a adotar e contribuir para essa ferramenta. Mais informações sobre a ferramenta podem ser encontradas em 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.