AgentenOpen Source 🇷🇺 29.07.2026 23:02

KI-Autopilot: Eine geschlossene C++-Entwicklungspipeline vom Ticket bis zur GUI-Verifikation

AnthropicAnthropic JetBrainsJetBrains
Der Autor hat einen KI-gestützten automatisierten Entwicklungszyklus mit YouTrack, Claude Code und einer benutzerdefinierten C++-Test-Engine aufgebaut. Das System analysiert Tickets, modifiziert C++-Code, erstellt das Projekt, testet es in der Live-GUI über eine Windows-RDP-Sitzung ohne Bildschirm und schließt das Ticket ab. Die Pipeline umfasst Komponenten für das Verständnis von Problemen, die Codekorrektur und die GUI-Verifikation.
Der Autor hat einen ‚KI-Autopiloten‘ für eine geophysikalische Desktop-Anwendung (etwa 3 Millionen Zeilen C/C++, Qt-Widgets, QML-Szenen und Qt3D) entwickelt. Das System nimmt ein Ticket aus YouTrack auf, wobei eine Komponente namens ‚Issue Understand‘ die Beschreibung, Anhänge, den SVN-Verlauf und mit ffprobe extrahierte Videobilder liest, um den Kontext zu erfassen. Anschließend nutzt der ‚Löser‘ Claude Code, um C++-Codeänderungen zu planen und zu schreiben, gefolgt von einem Build. Die ‚Test-Engine‘ (Spitzname ‚Uprovlala‘) erlaubt es dem Agenten, die laufende Anwendung über eine Named Pipe von einem Python-Client aus zu steuern, wobei Methoden wie Schaltflächenklicks, Baumnavigation und 3D-Ansichtserfassung zum Einsatz kommen – selbst in einer minimierten RDP-Sitzung. Der Agent kann auch Makros aufzeichnen und wiedergeben. Nach dem GUI-Test werden Screenshots von einer Überprüfungskomponente begutachtet. Abschließend wird das Ticket committet und mit einer Antwort geschlossen. Das System wuchs von 2.899 Zeilen und 37 C++-Methoden im Mai auf 13.836 Zeilen und 120 Methoden im Juli, wobei jede Methode hinzugefügt wurde, um konkrete Hürden bei Aufgaben zu überwinden. Wenn der Agent einen Schritt nicht ausführen kann, meldet er ehrlich ‚kann ich nicht‘, anstatt falsche Ergebnisse zu erfinden.
Quelle: Habr — хаб ML — Original
Unsere früheren Beiträge zu diesem Thema ↓
Aktuelle Nachrichten