PROJEKTOVÝ SEMINÁR

Názov:

Podpora pochopenia softvéru

Autor:

Teodor Fucek

Školitel:

doc. Ing. Ivan Polášek, PhD.

Anotácia:

Každá softvérová spolocnost si cení svojich kvalitných expertov a ich cas, ktorý musia venovat novoprijatým zamestnancom a zacínajúcim na vysvetlenie konkrétneho obsahu a kontextu zdrojového kódu. Vysvetlovanie neznámeho systému a jeho jednotlivých elementov a modulov, metód a tried pomocou AI pre zaciatocníka až po zobrazenie modelu (napr. UML diagramu tried alebo UML sekvencného diagramu) cez PlantUML by mohlo financne aj casovo tento proces zefektívnit.

Ciel práce:

Cielom práce je navrhnút a implementovat systém na automatické generovanie dokumentácie k softvérovému kódu s využitím velkých jazykových modelov (LLM). Práca sa zameriava na podporu porozumenia zdrojového kódu v prípadoch, ked dokumentácia chýba alebo nie je dostupný expert. Medzi hlavné ciele práce patria:

Analýza metód v zdrojovom kóde vrátane ich parametrov, návratových typov a vztahov.
Generovanie zrozumitelnej dokumentácie pomocou jazykových modelov.
Vytváranie vizualizácií, ako sú grafy závislostí a UML diagramy.
Implementácia AI agenta, ktorý umožní interakciu AI so štruktúrou systému.

Zdroje

Guelman, I., Leal, A. G., Xavier, L., & Valente, M. T. (2024). Using large language models to document code: A first quantitative and qualitative assessment. arXiv. Link
I. Ozkaya, "Application of Large Language Models to Software Engineering Tasks: Opportunities, Risks, and Implications," in IEEE Software, vol. 40, no. 3, pp. 4-8, May-June 2023, doi: 10.1109/MS.2023.3248401. Link
Alcaide, F.J., Romero, J.R. & Ramírez, A. Can explainable artificial intelligence support software modelers in model comprehension?. Softw Syst Model (2025). Link
IBM. (n.d.). Prompt engineering. IBM. Link
Cámara, J., Troya, J., Burgueño, L. et al. On the assessment of generative AI in modeling tasks: an experience report with ChatGPT and UML. Softw Syst Model 22, 781–793 (2023). Link
Merritt, R. (2025). What Is Retrieval-Augmented Generation, aka RAG? NVIDIA. Link
Datacamp. (n.d.). LangChain vs. LangGraph vs. LangSmith vs. LangFlow. Link

PROJEKTOVÝ SEMINÁR

Aktuálna verzia

Stiahnutie práce

Stiahnutie prezentacie

Zdroje

Stav plnenia úloh