Details

Выпускная квалификационная работа посвящена разработке и исследованию системы AI-ассистента для генерации кода на основе кроссплатформенного интерфейса KsAPI КОМПАС-3D. Исследовалась проблема недостаточности документации KsAPI и отсутствия специализированных инструментов кодогенерации для данной предметной области в условиях дефицита публично доступных обучающих данных. Разработана методология автоматической генерации структурированной документации по 846 интерфейсам KsAPI с применением языковых моделей на основе многоуровневого разделения ответственности между детерминированными алгоритмами и LLM. Разработан пайплайн формирования обучающего датасета из корпуса промышленного C++ кода, включающий статический анализ, построение графа вызовов, фильтрацию по символам KsAPI и генерацию структурированных пар «запрос – код». Сформирован гибридный датасет, включающий более 6 тысяч обучающих пар. Проведено сравнительное исследование стратегий дообучения модели Qwen2.5-Coder-14B-Instruct: показано, что дообучение на структурированных парах «запрос – код» существенно превосходит дообучение на исходном коде без разметки намерений. Спроектирована архитектура RAG-агента на основе гибридного поиска с объединением результатов по алгоритму RRF. Программная реализация выполнена на Python и развёртывается в Docker. Оценка качества системы проводится на бенчмарке из 47 задач по метрикам API correctness и CodeBLEU.

This thesis is devoted to the development and research of an AI assistant system for code generation based on the cross-platform KsAPI interface of KOMPAS-3D. The research addresses the problem of insufficient KsAPI documentation and the absence of specialized code generation tools for this domain under conditions of scarce publicly available training data. A methodology for automatic generation of structured documentation for 846 KsAPI interfaces using language models was developed, based on multi-level separation of responsibilities between deterministic algorithms and LLM. A pipeline for forming a training dataset from an industrial C++ code corpus was developed, including static analysis, call graph construction, filtering by KsAPI symbols, and generation of structured request-code pairs. A hybrid dataset containing more than 6,000 training pairs was formed. A comparative study of fine-tuning strategies for the Qwen2.5-Coder-14B-Instruct model was conducted: it is shown that fine-tuning on structured request-code pairs significantly outperforms fine-tuning on source code without intent annotation. A RAG agent architecture based on hybrid search with result merging using the RRF algorithm was designed. The software implementation is written in Python and deployed in Docker. System quality is evaluated on a benchmark of 47 tasks using API correctness and CodeBLEU metrics.