A Hybrid Approach for EMF Code Generation:Code Templates Meet Large Language Models

文章主要内容与创新点总结一、主要内容本文针对模板驱动代码生成（TBCG）灵活性不足和大语言模型（LLM）代码生成易出错、存在幻觉的问题，提出了一种混合式代码生成方法iEcoreGen。该方法基于Eclipse建模框架（EMF），融合模板驱动和LLM驱动的优势，实现更高效的自动化软件开发。核心流程包括四步：需求分解：将自然语言需求拆解为方法级规格说明，转化为Ecore模型的注解，明确功能摘要、算法、输入输出及前置/后置条件；EMF代码生成：利用EMF的模板生成器将带注解的Ecore模型转化为初始Java代码，包含类结构、属性、 getter/setter等固定部分，方法体留空并嵌入规格说明作为文档字符串；代码补全：采用类级整体生成策略，通过代码压缩、上下文提取（关联类信息）引导LLM补全方法体，确保与EMF代码风格和API兼容；代码修复：使用Eclipse JDT编译器检测编译错误，迭代调用LLM修正错误直至编译通过。实验评估基于20个多领域代码生成任务，对比5个主流开源LLM（Deepseek、Qwen3等）与纯LLM基线方法，结果显示iEcoreGen在功能正确性指标（pass@k）上显著优于基线，编译正确性（compilation@k）与基线相当；消融实验验证了需求分解、代码压缩、上下文提取和代码修复四大组件的必要性；错误分析指出需求遗漏和操作误用是主要失效模式。