DocGen:为系统分析师构建AI助手,无需绞尽脑汁
一位开发者构建了DocGen,这是一个面向系统分析师的AI助手,它利用由七个大语言模型(LLM)代理组成的链,将利益相关者的原始输入转化为软件文档草稿。该系统分为两条链,包含一个人工参与(human-in-the-loop)的访谈阶段,并采用混合模式,结合大语言模型和程序化PlantUML生成器来创建图表。该项目目前处于测试阶段,作者视其为对分析师的增强而非替代。
一位开发者创建了DocGen,这是一个面向系统分析师的AI助手,它通过七个LLM代理的链条处理利益相关者的请求,生成软件文档草稿。该系统分为两个独立的链条:第一个负责上下文评估和访谈问题生成,第二个处理访谈答案并生成文档。在链条之间,存在分析师进行访谈的人为因素。架构包括代理0(负责上下文质量评估和温度推荐)、代理1(负责生成针对利益相关者的问题)、代理2(将原始答案规范化为结构化数据)、代理3(生成草稿)、代理4(验证和一致性检查)以及代理5(格式化)。如果验证发现问题,澄清循环允许重新运行流水线最多三次。开发者在该系统1.0.9版本中添加了混合模式,将LLM文本生成与程序化PlantUML生成器相结合,用于架构图和UML图,以确保语法有效性。系统支持八种文档类型,包括SRS、架构、API规范、README、测试计划和UML图。作者指出,该项目大约经过了一周的迭代才完成,目前正在进行测试;他们认为AI是增强而非替代分析师,因为口头交流和人类的判断仍然很重要。
来源: Habr — хаб ИИ —
原文
