Abstractions, Algorithms and Data Structures for Structural Bioinformatics in PyCogent
为了促进灵活和有效的结构生物信息学分析，PyCogent引入了三维结构处理和分析的新功能，PyCogent是一个流行的功能丰富的基于序列的生物信息学框架，但缺乏同样强大的工具来处理结构/坐标数据。可扩展的Python模块已经开发出来，它提供面向对象的抽象（基于大分子的分层表示），高效的数据结构（例如kD树），常见算法的快速实现（例如表面积计算），对蛋白质数据库相关文件格式的读/写支持和外部命令行应用程序的包装器（例如Stride）。将此代码集成到PyCogent中是共生的，允许基于序列的工作受益于结构衍生数据，并且使结构研究能够利用PyCogent的多功能工具进行系统发育和进化分析。
2014-07-19 cs.DS cs.SE q-bio.BM
Impacting the bioscience progress by backporting software for Bio-Linux
在2006年，Bio-Linux与Tim Booth和团队的工作一起崛起，并提供了一个操作系统，该操作系统过去和现在都是专门为生物科学这个角落的工作需求提供生物信息学特定的软件环境。这表明Bio-Linux受到2年发布周期的影响，因此Bio-Linux的最终版本将不会包含最新的生物信息学软件。本文展示了如何绕过这个巨大的时间差距，并通过一个称为反向移植的过程为Bio-Linux带来新的软件。对本文所做的工作进行了总结，并对生物信息学工具进行了移植。描述了不断整合最新生物信息学工具的工作流程，展望了进一步的具体计划发展和加速科学进步的影响。
2013-10-06 cs.OS cs.SE
FAIRSECO: An Extensible Framework for Impact Measurement of Research Software
针对现有研究软件及研究软件工程师贡献认可方法不足的问题，开发了名为FAIRSECO的可扩展开源框架，通过评估软件质量、FAIRness指标及影响力数据来衡量研究软件的影响力，以确保工程师获得应有的认可。
2024-06-04 cs.SE
Do Papers Tell the Whole Story? A Benchmark and Framework for Uncovering Hidden Implementation Gaps in Bioinformatics
Xi’an Jiaotong University（西安交通大学）
本文提出论文-代码一致性检测任务，构建首个生物信息学基准数据集BioCon，通过统一框架提升代码与论文的一致性与语义对齐。
2026-09-29 cs.LG cs.SE
Extensible Generic Data Management Software
可扩展性机制构成了一种知识获取形式，对于软件重用至关重要。数据密集型网络环境（DICE）小组与25个科学和工程领域合作，应用iRODS基于政策的数据管理系统。基于这些协作，三种类型的可扩展性机制足以捕获与域资源交互所需的域知识：控制管理策略的计算机可操作规则;封装操作或交互协议的计算机可执行微服务;以及在远程位置应用标准操作的中间件服务器。这些机制使得能够创建通用数据管理软件，该软件能够实现收集、用于共享数据的数据网格、用于发布数据的数字图书馆、处理管道和档案。
2013-08-30 cs.DL cs.SE
GuiLiner: A Configurable and Extensible Graphical User Interface for Scientific Analysis and Simulation Software
大多数用户每天与之交互的计算机程序由图形用户界面（GUI）驱动。然而，许多科学应用程序都使用命令行界面（CLI），以方便开发并增加此模式提供的灵活性。科学应用程序开发人员将受益于能够为他们的CLI程序轻松提供GUI，从而保留两种交互模式的优点。GuiLiner是一个通用的、可扩展的和灵活的前端，旨在“托管”各种各样的数据分析或模拟程序。科学应用程序开发人员可以生成一个正确格式化的XML文件，描述他们的程序选项和一些文档，他们可以立即使用GuiLiner为他们的分析或模拟程序生成一个精心实现的GUI。
2008-06-02 cs.HC cs.SE
A Modular and Extensible Software Architecture for Particle Dynamics
创建高度并行和灵活的离散元件软件需要跨学科的方法，其中来自不同学科的专业知识相结合。一方面，领域专家提供粒子之间的相互作用模型。另一方面，高性能计算专家优化代码，以在不同的硬件架构上实现良好的性能。特别是，软件必须精心制作，以实现大规模并行超级计算机上的良好扩展。将所有这些结合到一个灵活的、可扩展的、广泛可用的软件中是一项具有挑战性的任务。在这篇文章中，我们概述了一个新开发的粒子动力学代码MESA-PD的设计决策和概念，该代码是作为waLBerla多物理框架的一部分实现的。可扩展性、灵活性以及性能和可伸缩性是新软件框架的主要设计目标。特别地，新的模块化架构被设计成使得物理模型可以由领域科学家修改和扩展，而无需理解并行计算功能和底层分布式数据结构的所有细节，这些细节是在当前超级计算机架构上实现良好性能所需的。这一目标是通过将高性能仿真框架waLBerla与代码生成技术相结合来实现的。所有代码和代码生成器都是在公共可用的waLBerla框架（www.walberla.net）中根据GPL v3作为开源发布的。
2019-06-26 cs.MS cs.SE
Extensible Validation Framework for DSLs using MontiCore on the Example of Coding Guidelines
单元测试环境是当今许多程序设计语言保持软件质量高于一定水平的最新技术。然而，软件的语法质量所需的开发人员本身是不包括在上述框架。本文介绍了一种工具，实现了使用DSL框架MontiCore自动验证易于扩展的编码准则，任何领域的特定语言，甚至通用语言，如C++和它的应用程序在汽车研发项目中，德国OEM和几个供应商参与。并将其应用于基于UML/P的序列图中。
2014-09-08 cs.SE
Vision: An Extensible Methodology for Formal Software Verification in Microservice Systems
University of Arizona（亚利桑那大学）
本文提出了一种可扩展的方法论，用于通过形式验证微服务系统架构，通过静态建模和SMT约束集实现形式验证，并验证其正确性和适用性。
2025-09-02 cs.LO cs.SE
LittleDarwin: a Feature-Rich and Extensible Mutation Testing Framework for Large and Complex Java Systems
变异测试是一种被广泛研究的提高测试套件质量的方法。我们设计LittleDarwin作为一个突变测试框架，能够应付大型和复杂的Java软件系统，同时仍然很容易扩展新的实验组件。LittleDarwin解决了突变测试领域中存在的两个问题：拥有一个能够在工业环境中工作的工具，并且可以扩展学术界提供的尖端技术。LittleDarwin已经提供了高阶突变、空型突变体、突变体采样、手动突变和突变体包容分析。目前还没有一款工具具备所有这些功能，能够与典型的工业软件系统一起工作。
2017-07-04 cs.SE
Software Architecture of Code Analysis Frameworks Matters: The Frama-C Example
实现大型软件，作为旨在用于工业环境的软件分析器，需要一个精心设计的软件架构，以简化其生命周期中的日常开发和维护过程。如果分析器不仅仅是一个单一的工具，而是一个开放的可扩展的协作框架，外部开发人员可以在其中开发相互协作的插件，这样一个设计良好的架构甚至变得更加重要。在这份经验报告中，我们解释了开发和维护开放的可扩展协作分析框架的困难，通过Frama-C的例子，一个平台，致力于分析用C编写的代码。我们还介绍了新的即将到来的软件架构的框架-C和它的目的是如何解决这些问题。
2015-08-17 cs.SE
An Extensible Framework for Architecture-Based Data Flow Analysis for Information Security
本文提出一个开放可扩展的数据流分析框架，兼容DFD并支持从Palladio提取数据流，通过多种扩展展示灵活性，评估表明在类似场景下比先前实现具有更高可扩展性。
2024-03-14 cs.CR cs.SE
The OpenHands Software Agent SDK: A Composable and Extensible Foundation for Production Agents
MLSys 2026
本文提出OpenHands SDK，提供灵活的代理实现接口、安全可靠执行及用户交互接口，整合了本地到远程执行、多LLM路由和安全分析，验证了其在生产部署中的有效性。
2026-04-22 cs.AI cs.SE
Omnisolver: an extensible interface to Ising spin glass solvers
本文提出名为Omnisolver的新框架，通过提供动态命令行接口和输入/输出系统，大幅降低实现二元二次模型求解算法的难度，惠及量子退火与离散优化领域的研究人员及团队。
2024-04-28 cs.SE quant-ph
PLANE: An Extensible Open Source Framework for modeling the Internet of Drones
Politecnico di Bari（巴里理工大学）
Python Library for simulating unManNed vehiclEs（PLANE）是一个用Python编写的开源软件模块，专注于无人机（UAV），它们的运动和飞行力学，因此特别关注描述无人机运动的方程。在无人机互联网（IoD）的背景下，该模块可广泛用于研究无人机可能发现障碍物的场景中的位置/协调的相互控制，因为它发生在人口稠密的城市场景中。重点放在易用性、性能评估、文档和应用程序编程接口（API）一致性上。该软件工具具有最小的依赖性，并在MIT许可证下分发。源代码、二进制文件和文档可以从GitHub下载。
2019-06-19 cs.RO cs.SE
Extensible Component Based Architecture for FLASH, A Massively Parallel, Multiphysics Simulation Code
FLASH是一种公开可用的高性能应用程序代码，它已经从一系列互不相连的遗留代码演变成一个模块化的、可扩展的软件系统。FLASH之所以成功，是因为它的功能是由科学应用的需求驱动的，而不会影响可维护性、性能和可用性。在最新的版本中，FLASH3由可相互操作的模块组成，这些模块可以组合起来生成不同的应用程序。FLASH体系结构允许其组件的任意多个替代实现共存并相互交换，从而带来更大的灵活性。此外，存在一种简单而优雅的机制，用于自定义代码功能，而无需修改源代码的核心实现。内置的单元测试框架提供可验证性，结合严格的软件维护过程，允许代码在生产和开发的双重模式下同时运行。在本文中，我们描述了FLASH3架构，重点解决方案，更具有挑战性的冲突所产生的求解器的复杂性，便携式性能要求，和遗留代码。我们还包括2005年和2007年进行的用户调查结果，这些结果突出了代码的成功。
2009-07-24 cs.SE
Modularization of Research Software for Collaborative Open Source Development
软件系统在其生命周期中不断发展。不断变化的条件，如需求或客户请求，使得开发人员不可避免地要对底层代码库进行调整。特别是在开放源码软件的情况下，每个人都可以作出贡献，要求可能会随着时间的推移而改变，新的用户组可能会得到解决。特别是，研究软件往往不是结构化的可维护性和可扩展的架构。结合过时的技术，这对新开发人员来说是一项具有挑战性的任务，特别是当学生参与其中时。在本文中，我们报告了我们的开源研究项目ExplorViz朝着微服务架构的模块化过程和架构。新的架构有利于研究人员和学生的协作开发过程。我们描述了模块化措施，并介绍了我们如何解决出现的问题，并加强了我们的开发过程。之后，我们说明了我们的模块化方法与我们的现代化，可扩展的软件系统架构，并强调改进的协同开发过程。最后，我们提出了一个概念验证的实现具有几个开发扩展的架构和可扩展性。
2019-07-12 cs.SE
JS-son -- A Lean, Extensible JavaScript Agent Programming Library
Umeå University（于默奥大学）
存在大量面向Agent的软件工程框架，其中大多数是由学术界的多Agent系统社区开发的。然而，这些框架经常将编程范式强加给用户，这对于习惯于现代高级程序设计语言（如JavaScript和Python）的工程师来说是一个挑战。为了展示如何通过面向代理的编程的软件工程主流可以促进，我们提供了一个精益的JavaScript库原型实现推理循环代理。该库专注于核心代理编程概念，避免对编程方法施加进一步的限制。为了说明它的有用性，我们展示了该库如何应用于网络上的多代理系统模拟，部署到云托管的功能即服务环境，并嵌入到基于Python的数据科学工具中。
2020-03-10 cs.AI cs.MA cs.SE
Just ASK: Building an Architecture for Extensible Self-Service Spoken Language Understanding
本文介绍了机器学习架构的设计，该架构是Alexa Skills Kit（ASK）的基础，这是一个大规模的口语语言理解（SLU）软件开发工具包（SDK），使开发人员能够扩展亚马逊虚拟助手Alexa的功能。在亚马逊，基础设施支持通过ASK部署的25，000多个技能，以及AWS的Amazon Lex SLU服务。ASK强调第三方开发人员的灵活性、可预测性和快速迭代周期。它施加了归纳偏差，使其能够从极小和稀疏的数据集中学习鲁棒的SLU模型，并在这样做的过程中，为软件开发人员和对话系统研究人员消除了重大的进入障碍。
2018-03-02 cs.AI cs.CL cs.NE
The Machine that Builds Itself: How the Strengths of Lisp Family Languages Facilitate Building Complex and Flexible Bioinformatic Models
我们解决的需要，扩大存在的Lisp家族的编程语言在生物信息学和计算生物学研究。这个家族的语言，如Common Lisp，Scheme或Clojure，有助于创建强大而灵活的软件模型，这些模型是生物学等复杂和快速发展的领域所必需的。我们将指出Lisp家族语言区别于其他编程语言的几个重要的关键特性，并解释这些特性如何帮助研究人员提高生产力和创建更好的代码。我们还将展示这些功能如何使这些语言成为人工智能和机器学习应用程序的理想工具。我们将特别强调领域特定语言（DSL）的优势：专门针对特定领域的语言，因此不仅有助于更容易的研究问题制定，而且有助于建立适用于特定研究领域的标准和最佳编程实践。DSL在Common Lisp中特别容易构建，Common Lisp是最全面的Lisp方言，通常被称为“可编程编程语言”。“我们相信Lisp赋予程序员前所未有的能力来构建日益复杂的人工智能系统，最终可能改变生物信息学和计算生物学中的机器学习和人工智能研究。
2016-09-19 cs.SE q-bio.OT
A customizable approach to assess software quality through Multi-Criteria Decision Making
针对现有软件质量模型未结合场景与利益相关者视角、扩展性差的问题，本文提出一种基于MCDM的通用可扩展定制化质量评估机制，并给出用于MVC框架评估选择的PRETTEF实例模型。
2023-01-28 cs.SE
Accurate and Extensible Symbolic Execution of Binary Code based on Formal ISA Semantics
本文利用形式化ISA语义实现二进制代码的精确符号执行，构建了可扩展的RISC-V原型，并通过实验发现angr中的五个未知缺陷。
2025-01-20 cs.CR cs.PL cs.SE
Enhancing non-Perl bioinformatic applications with Perl: Building novel, component based applications using Object Orientation, PDL, Alien, FFI, Inline and OpenMP
本文展示如何用面向对象、PDL、FFI、Inline、MCE 与 OpenMP 将 R/C 等组件组合进 Perl，增强 Polyester 和 edlib，并验证 Bio::SeqAlignment 框架。
2024-06-11 cs.MS cs.SE
What Makes Research Software Sustainable? An Interview Study With Research Software Engineers
软件现在是一种重要的科学工具，为从生物信息学和计算物理学到人文学科的数据汇集和分析提供了工具。研究中使用的软件通常是自制的和定制的：它是为特定项目而构建的，并且很少在此之外进行维护，导致快速衰减和频繁的“车轮再造”。因此，了解如何开发可持续的研究软件，使其适合未来的重用，是研究人员和资助者感兴趣的，但如何实现这一目标仍然是一个悬而未决的问题。在这里，我们报告的采访研究的结果，研究如何研究软件工程师-在学术研究环境中积极开发软件的人-主观地定义软件的可持续性。数据的专题分析揭示了两个相互作用的方面：\emph{intrinsic sustainability}，涉及软件的内部质量，如模块化，封装和可测试性，以及\emph{extrinsic sustainability}，涉及文化和组织因素，包括软件如何获得资源，支持和共享。研究软件工程师认为，越来越多地关注质量和可扩展性是提高学术研究软件可持续性的关键因素。
2019-03-14 cs.CY cs.SE
Engineering Signals of Human-AI Collaboration in the Agentic Coding Era: A Longitudinal Analysis of 33,228 Pull Requests from vLLM and SGLang with Implications for Biomedical AI Agents and Bioinformatics Pipeline Developmen
Georgia Institute of Technology（佐治亚理工学院）
该研究对vLLM和SGLang的33228个拉取请求进行纵向分析，发现AI辅助开发提升了开源软件的吞吐量、贡献者参与度及人机协作信号，且增长主要由人类驱动，为生物医学智能体开发提供启示。
2026-08-17 cs.AI cs.ET cs.HC
MLDev: Data Science Experiment Automation and Reproducibility Software
Moscow Institute of Physics and Technology（莫斯科物理技术学院）
在本文中，我们探讨了数据科学中自动化实验的挑战。我们提出了一个可扩展的实验模型作为基础，集成不同的开源工具运行的研究实验。我们实现了我们的方法在一个原型开源MLDev软件包，并评估它在一系列的实验产生有前途的结果。与其他国家的最先进的工具相比，我们的方法的新颖性。
2021-07-26 cs.LG cs.MS cs.SE
Hybrid architecture for satellite data processing workflow management
用户对遥感数据产品的需求日益增长，导致印度和外国发射了许多遥感卫星。遥感传感器的多样性导致了生成地理空间数据产品的软件和硬件环境的异质性。工作流程自动化软件称为信息管理系统，已在国家遥感中心（NRSC）到位，以满足数据处理和数据传播的需要。工作流的软件组件在不同的异构环境中接口，以自动和半自动模式在数据处理软件中执行。每发射一颗新的卫星，如果引入新的业务流程，软件就会进行修改或升级。在这项研究中，我们提出了一个软件架构，提供了更灵活的自动化与管理代码非常少。该研究还涉及利用和提取有用的信息，从历史生产和客户的详细信息。对当前的工作流软件体系结构与现有的面向服务的体系结构（SOA）、可扩展置标语言（XML）和基于事件的体系结构进行了比较。提出了一种基于行业实践的混合方法来改进现有的工作流程。
2015-09-25 cs.SE
A sustainable infrastructure concept for improved accessibility, reusability, and archival of research software
研究软件是当今大多数研究的一个组成部分，研究软件工件应该是可访问和可复制的，这一点被广泛接受。然而，研究软件工件的可持续存档是一项持续的努力。我们将研究软件工件确定为当前研究状态的快照，以及软件开发，研究和出版的可持续周期的组成部分。我们开发的要求和建议，以提高存档，访问和重用的研究软件工件的基础上安装，可配置，可扩展的研究软件，和可持续的公共开放获取基础设施。所描述的目标是使研究软件的重复使用和探索超出已发表的研究结果，与再现性的努力，并符合公平的原则，数据和软件。研究软件工件可以在不同的场景中重用。为此，我们设计了一个多模态表示的概念，支持多种重用方案。我们确定了研究软件工件的类型，这些工件可以被视为相同的基于软件的研究结果的不同模式，例如，容器化环境中的免安装可配置的基于浏览器的应用程序，期刊出版物和软件文档中的描述，或带有安装说明的源代码。我们将讨论如何通过适当的存档基础设施来增强或启用研究软件的可持续性和重用。最后，以德国斯图加特大学的一个试点项目为例--研究软件开发人员和基础设施提供商之间的合作努力--我们概述了实际挑战和经验
2023-01-27 cs.SE
Should I Get Involved? On the Privacy Perils of Mining Software Repositories for Research Participants
挖掘软件存储库（MSR）是一种基于证据的方法，它将数据交叉链接，以揭示有关软件系统的可操作信息。软件工程中的实证研究经常利用MSR技术，因为它们允许研究人员揭示软件开发中的问题和缺陷，以便分析导致这些问题和缺陷的不同因素。因此，依靠关于被挖掘的存储库和源的细粒度信息（例如，服务器名称和贡献者的身份）对于MSR研究的可重复性和透明度至关重要。然而，这也可能对参与者的隐私造成威胁，因为他们的身份可能与有缺陷/次优的编程实践（例如，代码气味、不正确的文档），反之亦然。此外，这可以扩展到密切的合作者和社区成员，从而导致“因关联而有罪”。这份立场文件旨在开始讨论间接参与MSR调查，关于共享非汇总数据的“隐私与效用”的二分法，以及其对参与者参与的隐私限制和道德考虑的影响。
2022-02-24 cs.IR cs.SE
Biomedical systems biology workflow orchestration and execution with PoSyMed
Institute for Computational Systems Biomedicine, University of Hamburg（计算系统生物医学研究所，汉堡大学）；Faculty of Science, Computer Science, Vrije Universiteit Amsterdam（科学与计算机科学学院，阿姆斯特丹自由大学）；Department for Mathematics and Computer Science, University of Southern Denmark（数学与计算机科学系，南丹麦大学）
PoSyMed平台通过模块化架构和容器化流程，提升生物医学分析的可重复性与透明度，利用大语言模型辅助工具识别与参数设置。
2026-04-21 cs.AI cs.SE
