跳到正文
arXiv cs.AI· Yongjian Tang, Costel Moraru, Doruk Tuncel, Hanya Elhashemy, Steffen Klepke, Thomas Runkler·· 6 天前AI 评分24

Agent4Spec:基于 LLM 智能体系统通过自动验证与市场分析优化 API 规范

Agent4Spec: An LLM-based Agentic System to Optimize API Specifications through Automated Validation and Market Analysis

AI 导读

Agent4Spec 是一个自主多智能体框架,包含验证与市场分析两条流水线,前者检测并自我修正 OpenAPI 语法错误,后者开展竞品研究、识别功能缺口并自动生成缺失的 API 规范功能。在覆盖通用与工业场景的两个 API 规范数据集上,9 个 SOTA LLM 中表现最佳者实现 100% 语法错误检测率和超 95% 修正实施成功率,建议的端点改进采纳率超过 50%。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:API 规范是现代软件开发的关键文档,直接影响集成效率和客户端代码生成。尽管近期的进展利用大语言模型(LLM)从源代码生成初始规范,但现有方法将这一过程视为一次性事件——忽视了持续验证、长期维护以及这些产物由市场驱动的演进需求。为解决这一问题,我们提出了 Agent4Spec,一个自主多智能体框架,具有两个不同的流水线:(1)验证流水线,用于检测并自我纠正 OpenAPI 语法错误;(2)市场分析流水线,用于开展竞争性研究,识别与行业领导者相比的功能差距,并自动生成缺失的 API 规范功能。我们在两个精心整理的 API 规范数据集上评估 Agent4Spec,涵盖通用和工业场景。在 9 个 SOTA LLM 中,表现最佳者实现了 100% 的语法错误检测率,所提出修正的实施成功率超过 95%,同时所建议端点改进的采纳率超过 50%,是 API 开发的实用工具。
评论: 被 FLLM 主赛道接收
主题: 软件工程(cs.SE);人工智能(cs.AI)
引用为: arXiv:2610.13273 [cs.SE]
  (或 arXiv:2610.13273v1 [cs.SE] 用于此版本)
  https://doi.org/10.48550/arXiv.2610.13273

arXiv 颁发的 DOI,通过 DataCite(待注册)

提交历史

来自:Yongjian Tang [查看电子邮件]
[v1] 2026年10月9日星期五 09:25:30 UTC(728 KB)

来源:arXiv cs.AI · arxiv.org