Code4MeV2: исследовательская платформа для автодополнения кода

Code4MeV2: a Research-oriented Code-completion Platform

October 4, 2025

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

cs.AI

Аннотация

Внедрение инструментов автодополнения кода на основе ИИ в разработке программного обеспечения значительно возросло, однако данные о взаимодействии пользователей, генерируемые этими системами, остаются собственностью крупных корпораций. Это создает барьер для академического сообщества, поскольку исследователям часто приходится разрабатывать специализированные платформы для проведения исследований взаимодействия человека и ИИ, что делает воспроизводимые исследования и анализ данных в крупных масштабах непрактичными. В данной работе мы представляем Code4MeV2 — ориентированный на исследования, открытый плагин автодополнения кода для IDE JetBrains, как решение этой проблемы. Code4MeV2 разработан с использованием архитектуры клиент-сервер и включает встроенное автодополнение кода и контекстно-зависимый чат-ассистент. Его ключевым вкладом является модульная и прозрачная система сбора данных, которая предоставляет исследователям детальный контроль за сбором телеметрии и контекста. Code4MeV2 демонстрирует производительность, сопоставимую с промышленными решениями, в области автодополнения кода, со средней задержкой в 200 мс. Мы оцениваем наш инструмент с помощью экспертной оценки и исследования с участием восьми пользователей. Отзывы как исследователей, так и обычных пользователей подчеркивают его информативность и полезность. Мы приглашаем сообщество использовать и вносить вклад в развитие этого инструмента. Дополнительную информацию о нем можно найти на сайте 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.