微信小微-基于CodeLLM的小程序主要功能（MCP Tool）生成式编译技术研究

本课题聚焦于自然语言到小程序功能逻辑的自动化转化。研究如何利用CodeLLM 的代码理解与生成能力，将小程序的原子能力编译成标准化的 Skill 组件（JSON/JS 代码块）。重点突破Runtime代码分析、生成小程序代码段、搭建Verify Loop、训练专用CodeLLM等技术，构建一套从任务到功能实现（Text-to-MCP Tool）的高效编译流水线。

1. 01

   包括但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程等专业的博士和优秀硕士；

2. 02

   具备CodeLLM相关的CPT、SFT、RL经验，参与过CodeLLM的Harness工程建设；

3. 03

   较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。