DocGen : construire un assistant IA pour les analystes système sans perdre la raison
Un développeur a créé DocGen, un assistant IA pour les analystes système qui utilise une chaîne de sept agents LLM pour transformer les contributions brutes des parties prenantes en un projet de documentation logicielle. Le système se divise en deux chaînes, comprend une phase d'entretien avec un humain dans la boucle, et propose un mode hybride avec des générateurs de diagrammes PlantUML, à la fois basés sur des LLM et programmatiques. Le projet est en phase de test, et l'auteur le considère comme un enrichissement, et non un remplacement, pour les analystes.
Un développeur a créé DocGen, un assistant IA pour les analystes système, qui traite les demandes des parties prenantes via une chaîne de sept agents LLM afin de produire un brouillon de documentation logicielle. Le système est divisé en deux chaînes indépendantes : la première gère l'évaluation du contexte et la génération de questions d'entretien, la seconde traite les réponses d'entretien pour produire un document. Entre les chaînes, il y a un facteur humain où les analystes mènent des entretiens. L'architecture comprend l'Agent 0 pour l'évaluation de la qualité du contexte et la recommandation de température, l'Agent 1 pour la génération de questions spécifiques aux parties prenantes, l'Agent 2 pour la normalisation des réponses brutes en données structurées, l'Agent 3 pour la génération du brouillon, l'Agent 4 pour la validation et la vérification de cohérence, et l'Agent 5 pour la mise en forme. Une boucle de clarification permet de relancer le pipeline jusqu'à trois fois si la validation détecte des problèmes. Le développeur a ajouté un mode hybride dans la version 1.0.9, combinant la génération de texte LLM avec des générateurs PlantUML programmatiques pour les diagrammes architecturaux et UML afin de garantir la validité de la syntaxe. Le système prend en charge huit types de documents, notamment SRS, Architecture, Spec API, README, Plan de test et diagrammes UML. L'auteur note que le projet a pris environ une semaine d'itérations et est actuellement en phase de test ; il considère que l'IA augmente plutôt qu'elle ne remplace les analystes, car la communication verbale et le jugement humain restent importants.
Source: Habr — хаб ИИ —
original
