CodePerformer 是一款利用 强化学习 (Reinforcement Learning) 自动重构与优化 Python 代码性能的实验性引擎。它将大型语言模型（LLM）的生成能力与强化学习的反馈机制相结合，在真实的本地沙箱中对生成的代码进行压力测试和性能对标。

• 自进化优化：通过 Actor-Critic 架构，系统能够根据真实的运行指标（耗时、内存、成功率）自动迭代出更优的代码版本。
• 性能/质量平衡：内置 AST 分析与向量化检测，在追求极速性能的同时确保代码的可读性与规范性。
• 安全沙箱环境：所有生成的代码均在受限的本地沙箱中执行，实时捕获异常并反馈给 RL 模型进行自我修复。
• 可视化仪表盘：实时展示��励收敛曲线、性能提升倍数及代码演变过程。
• 多场景覆盖：针对 Data Processing（Pandas 向量化）和 API Integration（Asyncio 并发）进行专项优化。

• 前端: React, TypeScript, TailwindCSS, Recharts
• 后端: FastAPI, WebSocket, Python 3.8+
• 模型支持: Ollama (CodeLlama, Qwen-Coder, DeepSeek-Coder 等)

• backend/: FastAPI 核心逻辑、RL 训练器、沙箱执行器。
• frontend/: React 可视化交互界面源码。
• data/: 训练与测试用的示例数据集。
• outputs/: 存储历次优化的最佳 Python 脚本。
• install.bat / start.bat: Windows 一键安装与启动脚本。

1. 环境准备：确保已安装 Python 3.9+ 和 Node.js。
2. 一键安装：双击运行 install.bat。该脚本会自动创建虚拟环境、安装依赖并构建前端。
3. 启动系统：双击运行 start.bat。
4. 访问界面：浏览器访问 http://localhost:8000。

在 Dashboard 的 Task Prompt 中输入任务指令，例如：

• “读取 data.csv，对 score 列进行归一化处理，并过滤掉离群值”
• “并发请求 10 个 API 接口，实现 3 次自动重试，并将结果保存到数据库”

点击 Start Optimization，观察系统如何从基础的循环代码演变为高效的向量化或异步并行代码。

Apache-2.0 License