paperbot · PL 论文追踪

全部论文 待读 收藏

P2 K-COBAgent: A Knowledge-Driven Multi-agent Framework for COBOL Modernization

K-COBAgent：面向 COBOL 现代化的知识驱动多智能体框架
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 3/10 · 论文属于LLM/多智能体驱动的代码翻译与现代化（COBOL→Python），与用户核心方向（面向Agentic程序的静态分析、LLM辅助静态分析/形式化验证、浮点与贝叶斯程序分析）交集有限；虽涉及Agent和程序语言，但并非静态分析或形式化验证，也未聚焦用户关心的分析理论或失效机理。引用 1 inbox
Kavyasri Gajula, Phanindra Kodela, Sridhar Chimalakonda
机器学习与程序语言编译与代码生成
crossref: 2026-10-09

AI 速览

一句话：提出知识驱动多智能体框架 K-COBAgent，结合规则翻译与 LLM 辅助，实现 COBOL 到 Python 的现代化。

COBOL 遗留系统向 Python 现代化面临语义差异大、代码规模大与人工成本高等问题。K-COBAgent 是一个知识驱动的多智能体框架，协调翻译、oracle 生成、验证、自修复和知识库管理等专用组件，将规则翻译与大语言模型辅助相结合，并通过精确哈希缓存匹配复用已有翻译记录以提升一致性。该仓库随论文提供源代码、配置文件、执行说明、评估脚本和归档报告。评估在 544 个 COBOL 模块上开展三轮现代化迁移，覆盖翻译、验证与修复流程。论文发表于 ASE 2026 新想法与新兴结果 track。

问题
如何有效支持遗留 COBOL 系统向 Python 的现代化迁移，降低大规模代码翻译、验证与修复的成本。
方法
提出知识驱动多智能体框架 K-COBAgent，编排翻译、oracle 生成、验证、自修复和知识库管理组件，结合规则翻译与 LLM 辅助，并通过精确哈希缓存匹配复用历史翻译记录。
评估
在 544 个 COBOL 模块上进行三轮现代化迁移评估，并随论文提供源代码、配置文件、执行说明、评估脚本与归档报告。
原文摘要（Abstract）

K-COBAgent is a knowledge-driven multi-agent framework for supporting COBOL-to-Python modernization. The framework coordinates specialized components for translation, oracle generation, validation, self-repair, and knowledge-base management. It combines rule-based translation with large language model assistance and reuses previously generated translation records through exact-hash cache matching. This repository provides the source code, configuration files, execution instructions, evaluation scripts, and archived reports associated with the paper K-COBAgent: A Knowledge-Driven Multi-agent Framework for COBOL Modernization, accepted at the 41st IEEE/ACM International Conference on Automated Software Engineering, ASE 2026, New Ideas and Emerging Results track. The evaluation covers three modernization passes over 544 COBOL modules.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot12314,
  title = {K-COBAgent: A Knowledge-Driven Multi-agent Framework for COBOL Modernization},
  author = {Kavyasri Gajula and Phanindra Kodela and Sridhar Chimalakonda},
  booktitle = {ASE},
  year = {2026},
  doi = {10.1145/3832783.3834560}
}