Refactorer du code avec l'IA en mode agent

Retour d'expérience 7/11 sur Cursor après 15 ans de software

L'IA en mode agent est un très bon moyen de refactorer du code, et ce sur plusieurs thématiques. Voici les prompts qui fonctionnent.

Ajouter du typage

"Ce code Python n'est pas typé, type-le. N'hésite pas à ajouter les classes Pydantic que tu estimeras nécessaires."

Changer de paradigme

"Ce fichier utilise une syntaxe fonctionnelle, change de paradigme pour passer en mode objet. Mon objet principal s'appellera [...] et les méthodes [...] seront statiques. Cherche dans le reste du repo pour mettre à jour l'utilisation de ces fonctions."

Dégraisser

"Ce fichier est trop verbeux, retire le superflu. Factorise les structures similaires."

Entretenir

"Ajoute des logs dans ce fichier sur les principaux résultats."

Commenter (ou pas)

"Les commentaires de ce fichier sont obsolètes, mets-les à jour."

"Supprime les commentaires obsolètes."

Simplifier

"Les classes XX et YY semblent avoir des méthodes redondantes, harmonise le code pour en garder le moins possible."

Améliorer la lisibilité

"La variable x n'est pas explicite, trouve son utilité et renomme-la de manière appropriée."

Pourquoi ça marche si bien

Le refactoring est le cas d'usage idéal pour l'IA en mode agent. Le code existe déjà, le comportement attendu est défini, et la tâche est mécanique. L'agent peut parcourir le repo, comprendre les dépendances et appliquer les changements de manière cohérente.

C'est le genre de travail que personne n'a envie de faire à la main, mais qui est essentiel pour la maintenabilité d'un projet. Avec un bon prompt, vous pouvez nettoyer en quelques minutes ce qui aurait pris des heures.

Initialement publié sur LinkedIn.