Details

Предмет работы — автоматическое восстановление архитектурной и поведенческой документации из исходного кода унаследованных систем, реализованных на различных языках. Цель — разработать инструмент полного цикла преобразования исходного кода в UML-документацию с текстовыми описаниями компонентов и сценариев использования. Методология сочетает детерминированный статический анализ и применение языковых моделей. Реализована двухуровневая стратегия разбора: Tree-sitter обеспечивает точный синтаксический анализ для 18 языков, охватывает более 80 дополнительных, включая унаследованные. Семантическое обогащение реализовано через интеграцию с языковой моделью. Разработан программный инструмент UML-Gen, генерирующий три типа UML-диаграмм (классов, последовательностей, вариантов использова- ния) и текстовые описания на русском языке. Экспериментальная проверка на реальных репозиториях подтвердила работоспособность системы и качество восстановления Use Cases в нотации ISO/IEC/IEEE 29148. Область применения — команды, осуществляющие сопровождение, аудит и модернизацию унаследованного ПО. Время знакомства разработчика с проектом сокращается с нескольких часов до 5–10 минут. Разработанная система превосходит существующие аналоги по охвату языков, полноте ар- тефактов и возможности интерактивного уточнения результата.

This work addresses the automatic recovery of architectural and behavioral documentation from the source code of multi-language legacy systems. The ob- jective is to develop a full-cycle tool that transforms source code into UML docu- mentation accompanied by textual descriptions of components and use cases. The methodology combines deterministic static code analysis with the ap- plication of large language models. A two-tier parsing strategy has been imple- mented: Tree-sitter provides accurate syntactic analysis for 18 programming lan- guages. Semantic enrichment is performed through integration with a large lan- guage model. A software tool named UML-Gen has been developed, which generates three types of UML diagrams (class, sequence, and use case diagrams) along with textual descriptions in Russian. Experimental verification on real-world repositories has confirmed the operability of the system and the quality of use case reconstruction in ISO/IEC/IEEE 29148 notation. The scope of application covers teams engaged in the maintenance, audit, and modernization of legacy software. The familiarization time required for a developer to comprehend a new project is reduced from several hours to 5–10 minutes. The developed system surpasses existing analogues in terms of language coverage, completeness of generated artifacts, and the availability of interactive result refinement.