LLM-assisted Software Architecture Analysis

Ing. Peter Verčimák

Diplomová práce

Anotace:

Táto práca predstavuje nástroj na statickú analýzu architektúry C# riešení v kombinácii s vysvetľovaním pomocou lokálne hosťovaného LLM. Roslyn sa používa na extrakciu typovaného dependency grafu, ktorý zachytáva signature-level aj body-level vzťahy medzi triedami, interface-ami, structami a recordmi. Každá hrana je označená konkrétnym druhom závislosti a je podložená dôkazmi zo zdrojového kódu. Skupina grafových analyzátorov deteguje cyklické závislosti, nadmerné väzby typu hub (hub-like coupling), kandidátov na god-class a porušenia vrstiev riadené architektonickým blueprintom so spoločným kontraktom nálezu. Reportovacia pipeline následne transformuje nálezy na štruktúrované pakety obsahujúce extrahované fakty, interpretácie a pevnú množinu stratégií refaktoringu. Lokálne hosťovaný jazykový model tieto pakety číta a prezentuje konverzačne bez toho, aby sám vytváral architektonické fakty. Delivery vrstva sprístupňuje pipeline cez HTTP API, toolové rozhranie Model Context Protocol a interaktívne command-line rozhranie s kontrolami, ktoré zachytávajú bežné prípady nepodložených odpovedí. Riešenie je evaluované na syntetickom stress-lab riešení, self-analýze vlastného kódu a dvoch .NET predmetových projektoch Fakulty informatiky Masarykovej univerzity. Vyhodnotenie zároveň skúma vplyv veľkosti lokálneho modelu a veľkosti kontextového okna na kvalitu vytvorených vysvetlení.

Abstract:

This thesis presents a tool for static architectural analysis of C# solutions combined with explanation by a local large language model. Roslyn is used to extract a typed dependency graph that records signature-level and body-level relationships between classes, interfaces, structs, and records, with each edge labelled by its dependency kind and backed by source evidence. A family of graph analyzers detects cyclic dependencies, hub-like coupling, god-class candidates, and blueprint-driven layer violations under a shared finding contract. A reporting pipeline transforms findings into structured packets containing extracted facts, interpretations, and a fixed set of remediation strategies. A locally hosted language model reads these packets and presents them conversationally without authoring architectural facts of its own. The delivery layer exposes the pipeline through an HTTP API, a Model Context Protocol tool surface, and an interactive command-line bridge with retry guards that catch common grounding failures. The solution is evaluated on a synthetic stress-lab solution, a self-analysis of the tool’s own codebase, and two .NET course projects from the Faculty of Informatics at Masaryk University. The evaluation also examines the effect of local model size and context-window capacity on the quality of the produced explanations.

Keywords

LLM-assisted software engineering, software architecture analysis, static analysis, dependency graph, architectural smells, C#, Roslyn, grounded reporting

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 5. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 19. 6. 2026
• Vedoucí: doc. Bruno Rossi, PhD
• Oponent: RNDr. Stanislav Chren, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Softwarové inženýrství / Návrh a vývoj softwarových systémů