La legibilidad del código es fundamental para el desarrollo de software y tiene un impacto significativo en el mantenimiento y la colaboración en entornos tecnológicos en evolución. Con la creciente complejidad de los proyectos y la diversidad de estilos de codificación de los desarrolladores, la necesidad de herramientas automatizadas para mejorar la legibilidad del código se ha vuelto más evidente. Este artículo presenta un sistema automatizado innovador diseñado para mejorar la legibilidad del código mediante la modelización y el cumplimiento de estándares de formato consistentes. El enfoque utiliza técnicas como redes de memoria a largo plazo (LSTM) y modelos N-gram, lo que permite que el sistema se adapte a diferentes estilos de codificación y preferencias. El sistema funciona de forma autónoma analizando el estilo de codificación dentro de un proyecto, identificando desviaciones de los estándares establecidos y proporcionando recomendaciones prácticas para un estilo consistente. Para validar nuestro enfoque, se realizaron varias evaluaciones en un gran conjunto de datos de archivos Java. Los resultados demuestran la efectividad del sistema en detectar y corregir errores de formato, identificando un error de formato dentro de las primeras cinco predicciones más del 90% del tiempo, al tiempo que proporciona la corrección adecuada casi el 96% del tiempo, independientemente de la convención de formato o lenguaje de programación. Al ofrecer una solución adaptada a las necesidades específicas de diferentes equipos, nuestro sistema representa un avance significativo en la formateo automático del código y la mejora de la legibilidad.