[Paper] MigMate：用于基于LLM的Python项目库迁移的VS Code扩展

Source: arXiv - 2603.01596v1

概览

本文介绍了 MigMate，一个开源的 VS Code 扩展，将 LLM 驱动的库迁移直接带入开发者的日常 IDE。MigMate 基于作者之前的命令行工具 MigrateLib，允许您在编辑器内部替换过时或不合适的 Python 包为现代替代方案，预览更改并交互式确认。早期用户测试显示出显著的加速效果和较高的可用性评分。

关键贡献

• IDE 集成迁移工作流：将完整的迁移管道（分析、代码转换、验证）无缝嵌入 VS Code。
• 交互式变更审查：开发者可以在应用之前检查、接受或拒绝每个建议的编辑，从而降低意外破坏的风险。
• 开源插件：该扩展公开可用，鼓励社区扩展和实际采用。
• 实证验证：初步用户研究表明，与命令行基线相比，迁移时间缩短且系统可用性量表（SUS）评分较高。

方法论

1. 库迁移模型：作者复用 MigrateLib 流程，该流程利用大型语言模型（LLM）来 (a) 识别与源库相关的 API 调用，(b) 为目标库生成等价调用，(c) 生成所需代码更改的 diff。
2. VS Code 扩展架构：
   • 客户端 UI（webview）提供迁移向导，允许用户选择源库/目标库并查看建议的编辑。
   • 服务器组件通过现有的 MigrateLib 服务调用 LLM，流式返回 diff，并使用 VS Code 的工作区编辑 API 应用接受的补丁。
3. 用户研究设计：12 位参与者（包括学生和专业开发者）完成了两个迁移任务——一个使用 CLI 工具，另一个使用 MigMate——作者记录了任务完成时间、错误率和 SUS 反馈。

结果与发现

• 时间缩短：平均而言，MigMate 将迁移时间缩短约 ≈30 %，相较于 CLI 方法（中位数 4.2 分钟 对比 6.1 分钟）。
• 可用性：该扩展获得了 SUS 分数 84.5，属于“优秀”范围。
• 错误处理：使用 MigMate 的参与者报告称，迁移后构建失败更少，这归功于交互式审查步骤。
• 开发者信心：调查评论指出，在编辑器中看到精确的差异让用户对自动化更改感到更有掌控感。

实际影响

• 更快的弃用处理：团队可以自动化更换已到达生命周期终点的库的繁琐过程，保持代码库的安全和最新。
• 减少上下文切换：通过在 VS Code 内部工作，开发者避免在终端、编辑器和外部差异工具之间切换所带来的认知负担。
• 可定制的迁移流水线：由于 MigMate 是开源的，组织可以接入自己的 LLM 接口，添加公司特定的迁移规则，或扩展对其他语言的支持。
• 降低 LLM 采纳门槛：该插件展示了 LLM 在日常编码任务中的具体、低风险用例，鼓励在 CI/CD 流水线或代码审查机器人中进行更广泛的实验。

限制与未来工作

• 研究规模：用户评估涉及的参与者数量有限，迁移场景也有限，因此结果可能无法推广到大型、单体代码库。
• LLM 依赖性：迁移质量取决于底层 LLM 对源 API 和目标 API 的了解；不常见或新发布的库可能会产生次优建议。
• 语言聚焦：目前仅限于 Python；要扩展到其他生态系统（如 JavaScript、Java 等），需要额外的训练数据和提示工程。
• 未来方向：作者计划 (a) 在迁移后集成自动化测试套件验证，(b) 支持跨多个仓库的批量迁移，(c) 探索对领域特定代码进行 LLM 微调以提升准确性。

作者

• Matthias Kebede
• May Mahmoud
• Mohayeminul Islam
• Sarah Nadi

论文信息

• arXiv ID: 2603.01596v1
• 分类: cs.SE
• 发表时间: 2026年3月2日
• PDF: 下载 PDF