Static Analysis Auto-Classifier

CodeSonar/QACなどの静的解析ツールの指摘を、Azure OpenAI (GPT) を使用して自動的に「誤検知」「逸脱」「修正」に分類するツールです。

概要

車載組み込みソフトウェア開発（AUTOSAR AP準拠、C++14）において、静的解析ツールの大量の指摘を効率的にトリアージするためのツールです。

主な機能

• 2段階判定フロー: Phase 1で関数コードのみ、確信度が低い場合はPhase 2で呼び出し元・型定義を追加
• libclang使用: 高精度なC++コード解析（関数抽出、呼び出し元追跡）
• ルールDB対応: 組織の既存ルールDB（Excel/CSV）を読み込み可能
• Excel出力: 入力ファイルに分類結果を色分け表示で追記

分類カテゴリ

分類	説明
誤検知	静的解析ツールの誤検知。コードは規約に準拠している
逸脱	意図的な規約からの逸脱。正当な技術的理由がある
修正	実際に修正が必要な問題

クイックスタート

1. 環境変数設定

# Windows
set AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com/
set AZURE_OPENAI_API_KEY=your-api-key

# Linux/macOS
export AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com/
export AZURE_OPENAI_API_KEY=your-api-key

2. インストール

# リポジトリをクローン
git clone https://github.com/your-org/static-analysis-classifier.git
cd static-analysis-classifier

# 依存関係をインストール
pip install -r requirements.txt

3. 設定ファイルを編集

config/default_config.yaml を編集し、以下を設定:

# インクルードパス（C++解析用）
include_paths:
  - "C:/your-project/include"
  - "C:/your-project/src"

# ソースディレクトリ（呼び出し元検索用）
source_directories:
  - "C:/your-project/src"

# ルールDB（オプション）
rules_source:
  type: "excel"
  path: "C:/your-rules/autosar_rules.xlsx"

4. 実行

python -m src.main -i codesonar_report.xlsx -o classified_report.xlsx

入力形式

CodeSonar形式のExcelファイル。以下の列が必要です:

列名	必須	説明
File	○	ソースファイルパス
Line	○	行番号
Rule	○	ルールID（例: A5-1-1, DCL50-CPP）
Message	○	指摘メッセージ
Severity/Priority		重大度
Procedure/Function		関数名

出力形式

入力Excelに以下の列を追加:

列名	説明
分類	誤検知/逸脱/修正（色分け表示）
分類理由	分類の詳細な理由（日本語）
確信度	判定の確信度（0-100%）
判定フェーズ	Phase 1 または Phase 2

また、Summaryシートに統計情報を追加します。

設定ファイル

config/default_config.yaml

# Azure OpenAI設定
azure_api_version: "2024-10-21"
deployment_name: "gpt-5-mini"

# C++解析設定
include_paths:
  - "C:/project/include"
source_directories:
  - "C:/project/src"
compiler_args:
  - "-DAUTOSAR_AP"

# 処理設定
confidence_threshold: 0.8  # Phase 2移行の閾値
request_delay: 1.0         # API呼び出し間隔（秒）

# ルールDB設定
rules_source:
  type: "yaml"  # yaml / excel / csv
  path: "config/rules/autosar_cpp14.yaml"

ルールDB形式

YAML形式

rules:
  A5-1-1:
    title: "Literal values shall not be used..."
    category: "Required"
    rationale: "マジックナンバーは可読性を低下させる"
    false_positive_hints:
      - "0, 1 などの自明な値"
      - "型初期化での使用"

Excel/CSV形式

Rule ID	Title	Category	Rationale	False Positive Hints
A5-1-1	Literal values...	Required	マジック...	0, 1などの自明な値; ...

アーキテクチャ

static_analysis/
├── src/
│   ├── main.py                 # エントリーポイント
│   ├── config.py               # 設定管理
│   ├── models/                 # データモデル
│   ├── io/                     # Excel入出力
│   ├── analyzer/               # C++解析（libclang）
│   ├── classifier/             # LLM分類
│   ├── context/                # コンテキスト管理
│   └── utils/                  # ユーティリティ
├── config/
│   ├── default_config.yaml
│   └── rules/                  # ルール定義
└── tests/

処理フロー

┌─────────────────────────────────────────────────────────────┐
│                        Phase 1                              │
│  Excel読込 → 関数抽出(libclang) → LLM判定 → 確信度チェック  │
└─────────────────────────────────────────────────────────────┘
                              ↓ 確信度 < 0.8
┌─────────────────────────────────────────────────────────────┐
│                        Phase 2                              │
│  呼び出し元追加 → 型定義追加 → マクロ追加 → LLM再判定       │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│                        出力                                 │
│  Excel書き込み（分類結果追記） → Summaryシート追加          │
└─────────────────────────────────────────────────────────────┘

コマンドラインオプション

python -m src.main [オプション]

分類モード（通常使用）:
  -i, --input   入力Excelファイル（CodeSonarレポート）
  -o, --output  出力Excelファイル
  -c, --config  設定ファイルパス（デフォルト: config/default_config.yaml）
  -s, --sheet   処理するシート名
  -v, --verbose 詳細ログを出力

設定自動生成モード:
  --init-config PROJECT_DIR  CMakeプロジェクトから設定ファイルを自動生成

設定ファイルの自動生成

CMakeプロジェクトから設定ファイルを自動生成できます。

# CMakeプロジェクトから設定を自動生成
python -m src.main --init-config /path/to/cmake/project

# 出力先を指定
python -m src.main --init-config /path/to/cmake/project -c config/my_config.yaml

# 詳細ログを表示
python -m src.main --init-config /path/to/cmake/project -v

この機能は以下の情報を自動抽出します：

• compile_commands.json がある場合（優先）：インクルードパス、コンパイル定義、C++標準
• CMakeLists.txt から：include_directories、add_subdirectory、add_compile_definitions、CMAKE_CXX_STANDARD

開発

開発環境セットアップ

# 仮想環境作成
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 開発用依存関係インストール
pip install -r requirements.txt

# libclang動作確認
python -c "import clang.cindex; print('libclang OK')"

テスト実行

# 全テスト実行
pytest

# カバレッジ付き
pytest --cov=src

必要な環境

• Python 3.10以上
• Windows / Linux / macOS
• Azure OpenAI APIアクセス（GPT-5-mini推奨）

依存ライブラリ

• pandas, openpyxl: Excel処理
• libclang: C++解析
• openai, pydantic: Azure OpenAI API
• pyyaml: 設定ファイル

ライセンス

MIT License

貢献

Issue報告やPull Requestを歓迎します。