はてなブックマーク

複数のコードベースをスキャンし、LLMで構造化情報を抽出し、Mermaidダイアグラム付きのMarkdownドキュメントを自動生成するオープンソースのPythonパイプラインを作りました。差分処理により、変更されたファイルだけが再解析されます。無駄なLLM呼び出しゼロ、古くならないドキュメント。 プロジェクトは完全オープンソース（Apache 2.0）です：GitHubのソースコード 気に入ったら GitHubでスター してもらえると嬉しいです。 すべてのエンジニアリングチームが知っている問題 ドキュメントは腐る。ソフトウェアエンジニアリングにおける数少ない普遍的な真実の一つです。 初日に綺麗なドキュメントを書きます。3週間後、誰かがモジュールをリファクタリングする。2ヶ月後、ドキュメントに書かれたAPIの半分はもう存在しない。3四半期後、新しいエンジニアは「ドキュメントは信用するな、コー

昨夜、私のサイドプロジェクトCocoIndexがGitHubのRustカテゴリーでトレンド入りし、通知が爆発的に増えました。多くの開発者が静かに同じ問題と戦っていることがわかりました：AIエージェントを四半期ごとではなく、毎分変化するデータに接続し続けることです。 この記事はプロジェクトの背景にある物語ですが、より重要なのは、シンプルなアイデアです：自律的なエージェントを現実世界で有用にしたいなら、モデルと同じくらい真剣にメモリとデータの鮮度を扱う必要があります。 問題：エージェントは昨日の世界について推論している ほとんどのエージェントデモは、モデルが考えている間、世界が静止していると仮定しています。実際には、何も静止していません： イシューがクローズされ、チケットがステージを移動し、アラートが発火して解決される 製品カタログが変更され、価格が更新され、ドキュメントがリファクタリングされ