AI Code Mentor

Projet réalisé dans le cadre du Master Informatique.

Binôme : RABETRANO_SIDI

Technologies imposées :

• Backend : Quarkus
• Persistance : Jakarta Persistence API (JPA)
• Base de données : DuckDB
• Frontend : React
• UI : React UI
• Génération d'exercices : LLM local (Qwen 2.5 Coder)

---

Présentation

AI Code Mentor est une plateforme pédagogique permettant à un enseignant de générer automatiquement des exercices Java à l'aide d'un modèle de langage local.

L'application permet :

• la création d'exercices Java
• la génération automatique du squelette de code
• la génération d'une solution exemple
• la génération de tests unitaires JUnit
• la soumission du code par les étudiants
• la correction automatique
• le suivi des soumissions

Le modèle IA fonctionne localement sans dépendance à une API externe.

---

Architecture

Backend

Technologies :

• Java 25
• Quarkus 3.28
• Hibernate ORM
• Jakarta Persistence API (JPA)
• DuckDB

Structure :

src/main/java/fr/umlv/m1

dto/
model/
repository/
services/
rest/

Frontend

Technologies :

• React 19
• TypeScript
• Vite
• React Router
• React UI

Structure :

src/

pages/
components/
services/
types/

---

Base de données

Base embarquée :

DuckDB

Fichier :

test.duckdb

Configuration :

quarkus.datasource.jdbc.url=jdbc:duckdb:./test.duckdb

---

LLM local

Modèle utilisé :

Qwen2.5-Coder-3B-Instruct

Format :

GGUF

Bibliothèque :

de.kherud:llama:4.2.0

Le modèle est téléchargé automatiquement lors du build Maven.

---

Lancement du projet

Prérequis

Backend

• Java 25
• Maven 3.9+

Frontend

• Node.js 20+
• npm

---

1. Construire le frontend

cd rabetranosidi-frontend

npm install

npm run build

Cela génère :

dist/

---

2. Copier le frontend compilé

Copier le contenu de :

rabetranosidi-frontend/dist/

vers :

rabetranosidi-backend/src/main/resources/META-INF/resources/

afin que Quarkus serve directement l'application React.

---

3. Compiler le backend

cd rabetranosidi-backend

mvn clean package

---

4. Lancer l'application

Mode développement :

mvn quarkus:dev

Mode production :

java -jar target/quarkus-app/quarkus-run.jar

---

GPU (optionnel)

Le projet peut utiliser CUDA si :

• une carte NVIDIA est disponible
• llama.cpp a été compilé avec CUDA
• la bibliothèque native :

native-libs/libjllama.so

est présente

Sinon le système bascule automatiquement sur le CPU.

---

Fonctionnalités

Professeur

• création d'exercices
• génération IA
• validation des exercices
• consultation des soumissions
• attribution de feedback

Étudiant

• consultation des exercices
• soumission du code
• exécution
• visualisation des retours

---

API REST

Les échanges utilisent :

JSON

Les DTO sont définis sous forme de records ou objets dédiés dans :

dto/

---

Tests

Exécution :

mvn test

Les tests utilisent :

• JUnit 5
• Quarkus Test

---

Auteur

Projet universitaire réalisé par :

• RABETRANO Haritiana Mathieu
• SIDI Mouayad

Master Informatique Université Gustave Eiffel