The Refactoring Swarm 🤖

Projet de TP IGL - ESI 2025/2026

Système multi-agents autonomes pour le refactoring automatique de code Python.

🎯 Résultats des Tests

Test Case	Status	Iterations	Quality Score
case01_syntax	✅ PASSED	1	Auto-fixed
case02_logic	✅ PASSED	1	Complex logic
case03_quality	✅ PASSED	1	Improved
case04_complex	⚠️ MAX_ITER	15	Multi-issue

Taux de réussite: 75% (3/4 tests passés automatiquement)

🏗️ Architecture

• Auditor Agent: Analyse le code avec Pylint et Claude
• Fixer Agent: Applique les corrections intelligentes
• Judge Agent: Valide avec Pytest et Pylint
• Orchestrator: Gère le workflow avec LangGraph
• Data Officer: Logging et métriques complètes

🏗️ Architecture Détaillée

Workflow du Système

📦 Installation

1. Créer un environnement virtuel:

python -m venv venv

2. Activer l'environnement:

# Windows
venv\Scripts\activate

# Linux/Mac
source venv/bin/activate

3. Installer les dépendances:

pip install -r requirements.txt

4. Configurer l'API key:

5. Vérifier l'installation:

python check_setup.py python check_data_officer.py

🚀 Utilisation

Lancer un test simple:

python main.py --target_dir test_cases/case03_quality

Lancer tous les tests:

python run_all_tests.py

Vérifier les logs:

python check_data_officer.py
python test_my_role_simple.py

📊 Data Officer (Logging)

Tous les appels LLM sont automatiquement loggés dans logs/experiment_data.json avec:

• ✅ 4 ActionType obligatoires (ANALYSIS, GENERATION, DEBUG, FIX)
• ✅ input_prompt et output_response validés
• ✅ Métriques de performance par agent
• ✅ TelemetryTracker intégré

🔧 Structure du Projet