Details

Объект исследования — процесс предпроектного взаимодействия исполнителя и заказчика в сфере заказной разработки программного обеспечения.  Предмет исследования — методы и средства автоматизации сбора, структурирования и валидации требований с применением больших языковых моделей и агентных архитектур. Цель работы — снижение трудозатрат на предпроектное взаимодействие с заказчиком и повышение полноты и качества собираемых требований за счёт разработки системы автоматизированного сбора, валидации и структурирования требований на основе диалогового агента с большой языковой моделью. Методологическую основу составили стандарты инженерии требований (ISO/IEC/IEEE 29148, ISO/IEC 25010), методология SMART, а также методы агентной оркестрации на графах состояний. В работе проведён анализ предметной области и существующих инструментов управления требованиями, выполнен сравнительный анализ языковых моделей и агентных фреймворков, формализованы функциональные и нефункциональные требования, спроектированы архитектура системы и схема базы данных, реализован прототип и проведено его тестирование. Разработанная система построена на графовой агентной архитектуре (LangGraph) с двухагентной моделью, разделяющей ведение диалога и структурное извлечение фактов, вектором состояния полей брифа и контролем готовности; реализованы локальный инференс открытых моделей семейств Llama и Qwen, гибридный поиск по документам и генерация задач из брифа. Тестирование подтвердило выполнение предъявленных требований и работоспособность ключевых механизмов системы. Область применения результатов — поддержка предпроектной коммуникации самозанятых разработчиков и небольших команд. При подготовке выпускной квалификационной работы использовались следующие информационные технологии и программные средства: язык программирования Python 3.12; фреймворки LangGraph, LangChain и FastAPI; библиотека SQLAlchemy; СУБД PostgreSQL; средства локального инференса больших языковых моделей llama.cpp и Ollama с открытыми моделями семейств Llama и Qwen; библиотека React для пользовательского интерфейса; средства контейнеризации Docker; платформа Hugging Face.

The object of research is the pre-project interaction between a contractor and a customer in custom software development.  The subject of research is methods and tools for automating the elicitation, structuring and validation of requirements using large language models and agentic architectures. The goal of the work is to reduce the effort of pre-project interaction with the customer and to improve the completeness and quality of collected requirements by developing a system for automated elicitation, validation and structuring of requirements based on a conversational agent powered by a large language model. The methodological basis comprises requirements engineering standards (ISO/IEC/IEEE 29148, ISO/IEC 25010), the SMART methodology, and agent orchestration methods built on state graphs. The work analyses the problem domain and existing requirements management tools, compares language models and agent frameworks, formalises functional and non-functional requirements, designs the system architecture and database schema, implements a prototype and tests it. The developed system is built on a graph-based agentic architecture (LangGraph) with a two-agent model that separates dialogue management from structured fact extraction, a brief field state vector and a readiness gate; it implements local inference of open models of the Llama and Qwen families, hybrid document search and task generation from the brief. Testing confirmed compliance with the stated requirements and the operability of the systems key mechanisms. The results are applicable to supporting pre-project communication for freelance developers and small teams. The following information technologies and software tools were used in the preparation of this graduation qualification work: the Python 3.12 programming language; the LangGraph, LangChain and FastAPI frameworks; the SQLAlchemy library; the PostgreSQL DBMS; the llama.cpp and Ollama local inference tools with open models of the Llama and Qwen families; the React library for the user interface; Docker containerization; the Hugging Face platform.