RAG local para API de CAD: Cómo superar la escasez de conocimiento de interfaces propietarias
Hexagon
Un ingeniero se enfrentó a la necesidad de automatización en Smart3D, pero el conocimiento de la API era un cuello de botella. Construyó un pipeline de RAG local: descompiló bibliotecas, extrajo hechos, los enriqueció mediante un LLM, creó índices de incrustaciones e implementó un agente con verificación, de modo que el modelo genera código basándose únicamente en entidades reales de la API.
Un autor que trabaja con el sistema CAD Smart3D de Hexagon (Intergraph Smart 3D) se enfrentó a un desafío de automatización: el conocimiento de la API propietaria era costoso y difícil de acceder, mientras que los LLM públicos generaban métodos ficticios debido a la escasez de datos. Decidió construir un pipeline RAG local que extrae conocimiento de las propias bibliotecas del sistema. Primero, descompiló los ensamblados compilados de Smart3D y escribió un analizador para extraer firmas, documentación XML y hechos de los cuerpos de los métodos (llamadas, excepciones, objetos creados). Luego utilizó un modelo de lenguaje para enriquecer estos datos: formulando escenarios de uso y sugerencias de búsqueda, limitándose estrictamente solo a hechos confirmados. Para los embeddings, eligió el modelo multilingüe bge-m3, ya que las consultas de los ingenieros son bilingües (ruso e inglés). Las tarjetas de entidades sirvieron como fragmentos, que contenían la firma, descripción, hechos y sugerencias. El resultado fue un agente que encuentra entidades relevantes mediante búsqueda vectorial, las utiliza como contexto para generar código C# y verifica el resultado referenciando los datos fuente. El sistema ya se utiliza en un proyecto real para acelerar la automatización.
Fuente: Habr — хаб NLP —
original