面向应用级软件代码生成的知识引导多智能体框架
定量方法
2025-10-24 v1 机器学习
摘要
由大语言模型(LLMs)驱动的自动化代码生成提升了开发效率,但生成复杂的应用级软件代码仍具挑战。多智能体框架展现了一定潜力,但现有方法在大规模应用级软件代码生成中表现欠佳,既无法保证项目代码的合理组织结构,也难以维持代码生成过程的稳定性。为解决这一问题,本文提出一种知识引导的应用级代码生成框架,命名为 KGACG,旨在通过代码组织与规划智能体(COPA)、编码智能体(CA)与测试智能体(TA)的协作闭环,结合反馈机制,将软件需求规格说明与架构设计文档转化为可执行代码。我们通过一个 Java 坦克大战游戏案例研究,在面对挑战的同时展示了 KGACG 中各智能体的协作过程。KGACG 致力于推动应用级软件开发的自动化进程。
引用
@article{arxiv.2510.19867,
title = {Artificial Intelligence Powered Identification of Potential Antidiabetic Compounds in Ficus religiosa},
author = {Md Ashad Alam and Md Amanullah},
journal= {arXiv preprint arXiv:2510.19867},
year = {2025}
}
备注
25 Pages, 3 figures, 3 tables