RAG Local para API CAD: Como Superar a Escassez de Conhecimento de Interface Proprietária
Hexagon
Um engenheiro enfrentou a necessidade de automação no Smart3D, mas o conhecimento da API era um gargalo. Ele construiu um pipeline RAG local: descompilou bibliotecas, extraiu fatos, enriqueceu-os via LLM, criou índices de embedding e implementou um agente com verificação — de modo que o modelo gera código confiando apenas em entidades reais da API.
Um autor que trabalha com o sistema CAD Smart3D (Intergraph Smart 3D) da Hexagon enfrentou um desafio de automação: o conhecimento da API proprietária era caro e de difícil acesso, enquanto LLMs públicos geravam métodos fictícios devido à escassez de dados. Ele decidiu construir um pipeline local de RAG que extrai conhecimento das próprias bibliotecas do sistema. Primeiro, ele descompilou os assemblies compilados do Smart3D e escreveu um parser para extrair assinaturas, documentação XML e fatos dos corpos dos métodos (chamadas, exceções, objetos criados). Em seguida, usou um modelo de linguagem para enriquecer esses dados: formulando cenários de uso e dicas de busca, limitando-se estritamente apenas a fatos confirmados. Para embeddings, escolheu o modelo multilíngue bge-m3, já que as consultas dos engenheiros são bilíngues (russo e inglês). Cartões de entidade serviram como chunks, contendo a assinatura, descrição, fatos e dicas. O resultado foi um agente que encontra entidades relevantes via busca vetorial, as usa como contexto para gerar código C# e verifica o resultado consultando os dados de origem. O sistema já está em uso em um projeto real para acelerar a automação.
Fonte: Habr — хаб NLP —
original