RAG cục bộ cho CAD API: Cách khắc phục tình trạng thiếu kiến thức về giao diện độc quyền

Một tác giả làm việc với hệ thống CAD Smart3D (Intergraph Smart 3D) của Hexagon đã đối mặt với thách thức tự động hóa: kiến thức về API độc quyền rất đắt đỏ và khó tiếp cận, trong khi các mô hình ngôn ngữ lớn công khai tạo ra các phương thức hư cấu do thiếu dữ liệu. Anh quyết định xây dựng một pipeline RAG nội bộ để trích xuất kiến thức từ chính các thư viện của hệ thống. Đầu tiên, anh dịch ngược các assembly Smart3D đã biên dịch và viết một trình phân tích để trích xuất chữ ký, tài liệu XML và các sự kiện từ thân phương thức (lời gọi, ngoại lệ, đối tượng được tạo). Sau đó, anh sử dụng một mô hình ngôn ngữ để làm giàu dữ liệu này: xây dựng các kịch bản sử dụng và gợi ý tìm kiếm, chỉ giới hạn nghiêm ngặt ở các sự kiện đã được xác nhận. Để nhúng, anh chọn mô hình đa ngôn ngữ bge-m3, vì các truy vấn của kỹ sư song ngữ (tiếng Nga và tiếng Anh). Các thẻ thực thể đóng vai trò là các khối, chứa chữ ký, mô tả, sự kiện và gợi ý. Kết quả là một tác nhân tìm thực thể phù hợp qua tìm kiếm vector, sử dụng chúng làm ngữ cảnh để sinh mã C# và xác minh kết quả bằng cách đối chiếu với dữ liệu nguồn. Hệ thống hiện đã được sử dụng trong một dự án thực tế để tăng tốc tự động hóa.