Agentic AI for Code Quality: A Four-Agent Machine Learning System for Repository Refactoring, Public RAG, Groq Reasoning, and Reinforcement Learning
Este artigo apresenta um framework de IA multiagente que integra análise baseada em regras, RAG público, raciocínio de LLM alimentado pelo Groq e aprendizado por reforço via Q-learning para detectar, refatorar e validar autonomamente melhorias de qualidade de código em repositórios de software, alcançando reduções significativas na dívida técnica enquanto preserva a correção funcional.