会津大学 The University of Aizu / コンピュータ理工学研究科 コンピュータ・情報システム学専攻 博士後期課程
APIナレッジ抽出とテスト生成のための、フレームワーク適応型エージェントパイプライン
タイトル APIナレッジ抽出とテスト生成のための、フレームワーク適応型エージェントパイプライン (Framework-Adaptive Agentic Pipelines for API Knowledge Extraction and Test Generation) 要旨 Pythonウェブアプリケーションを対象としたAPIドキュメントおよびテストの自動生成は、フレームワークのエコシステムが分断されていることや、既存ツールが単一のフレームワークにしか対応していないことから、依然として困難である。本研究では、専用の静的パーサとフレームワーク固有のプロンプトテンプレートを用いて、Django、FastAPI、Flask、Bottle、Tornado、Pyramid、Sanicの7つのPythonウェブフレームワークに対応する、フレームワーク適応型のマルチエージェントパイプラインを提案する。ルールベースの解析層が、言語モデルを用いずにエンドポイントごとのコンテキストを抽出する。次に、生成エージェントが構造化されたパラメータドキュメントを生成し、検証エージェントが最大3回の修正ラウンドを通じて、その内容を独立に検証する。検証に通らなかったエンドポイントは、そのまま後段に渡されることなく、人間によるレビュー対象として明示される。その後、整合性エージェントが、完成したドキュメント全体を対象に、エンドポイント間の不整合を特定する。さらに、テスト生成エージェントが、確認済みの各エンドポイントについて、テスト意図とpytestのスケルトンを生成する。7つすべてのフレームワークで評価を行った結果、頑健な検出・抽出性能が示された。また、検証における誤検出を分析したところ、4つの異なる失敗カテゴリが明らかになり、今後の改良に向けた対応策も特定された。