DocGen: Membangun Asisten AI untuk Analis Sistem Tanpa Membuat Gila
Seorang pengembang membuat DocGen, asisten AI untuk analis sistem yang menggunakan rantai tujuh agen LLM untuk mengubah masukan mentah pemangku kepentingan menjadi draf dokumentasi perangkat lunak. Sistem ini terbagi menjadi dua rantai, termasuk fase wawancara dengan manusia dalam lingkaran, dan menampilkan mode hibrida dengan generator PlantUML berbasis LLM dan programatik untuk diagram. Proyek ini sedang dalam pengujian, dan penulis melihatnya sebagai peningkatan, bukan pengganti, untuk analis.
Seorang pengembang menciptakan DocGen, asisten AI untuk analis sistem, yang memproses permintaan pemangku kepentingan melalui rantai tujuh agen LLM untuk menghasilkan draf dokumentasi perangkat lunak. Sistem ini terbagi menjadi dua rantai independen: yang pertama menangani penilaian konteks dan pembuatan pertanyaan wawancara, yang kedua memproses jawaban wawancara untuk menghasilkan dokumen. Di antara rantai-rantai tersebut, terdapat faktor manusia di mana para analis melakukan wawancara. Arsitekturnya mencakup Agen 0 untuk penilaian kualitas konteks dan rekomendasi suhu, Agen 1 untuk pembuatan pertanyaan spesifik pemangku kepentingan, Agen 2 untuk normalisasi jawaban mentah menjadi data terstruktur, Agen 3 untuk pembuatan draf, Agen 4 untuk validasi dan pemeriksaan konsistensi, serta Agen 5 untuk pemformatan. Sebuah putaran klarifikasi memungkinkan menjalankan ulang alur kerja hingga tiga kali jika validasi menemukan masalah. Pengembang menambahkan mode hibrida pada versi 1.0.9, yang menggabungkan generasi teks LLM dengan generator PlantUML terprogram untuk diagram arsitektur dan UML guna memastikan validitas sintaks. Sistem ini mendukung delapan jenis dokumen termasuk SRS, Arsitektur, Spesifikasi API, README, Rencana Pengujian, dan diagram UML. Penulis mencatat bahwa proyek ini memakan waktu sekitar satu minggu iterasi dan saat ini sedang dalam pengujian; mereka melihat AI sebagai pelengkap, bukan pengganti, bagi para analis, karena komunikasi verbal dan penilaian manusia tetap penting.
Sumber: Habr — хаб ИИ —
asli
