論文の概要: The ARDoCo Tool Landscape: REST API, TraceView, and TraceViz for Architecture Traceability
- arxiv url: http://arxiv.org/abs/2606.28064v1
- Date: Fri, 26 Jun 2026 13:10:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.491917
- Title: The ARDoCo Tool Landscape: REST API, TraceView, and TraceViz for Architecture Traceability
- Title（参考訳）: ARDoCoツールのランドスケープ:アーキテクチャトレーサビリティのためのREST API、TraceView、TraceViz
- Abstract要約: ソフトウェア開発は、ソフトウェアアーキテクチャドキュメンテーション(SAD)、ソフトウェアアーキテクチャモデル(SAM)、ソースコードなどのアーティファクトを生成します。
ARDoCo REST APIは、4つのパイプライン(SAD-SAM, SAM-Code, SAD-Code, SAD-SAM-Code)を非同期リンクの実行とキャッシュを備えたHTTPエンドポイントを介して公開します。
TraceViewはブラウザベースのビジュアライゼーションで、ウィザードをガイドし、リカバリされたリンクと不整合をインタラクティブにマルチパネルで探索する。
TraceVizはトレースリンクを直接オーバーレイするエクステンション
- 参考スコア（独自算出の注目度）: 3.2326259807823035
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Context and Problem. Software development produces interrelated artifacts like software architecture documentation (SAD), software architecture models (SAMs), and source code, whose relationships are essential for maintenance and consistency checking. However, automatically recovering links between these artifacts (traceability link recovery (TLR)) remains difficult to deploy in practice. Method and Aim. We present an accessible tool landscape for ARDoCo's TLR approaches: the ARDoCo REST API exposes four TLR pipelines (SAD-SAM, SAM-Code, SAD-Code, and SAD-SAM-Code) via HTTP endpoints with asynchronous execution and caching; TraceView is a browser-based frontend with a guided wizard and interactive multi-panel exploration of recovered links and inconsistencies; and TraceViz, which is a VS Code extension that overlays trace links directly onto documentation in the IDE. Results and Conclusion. All three components are publicly deployed and usable. A preliminary study for TraceViz's in-IDE visualization confirmed that it improves developer comprehension during software understanding tasks. The tool landscape makes state-of-the-art TLR accessible to architects, developers, and tool integrators. Video. We provide a screencast of our ARDoCo Tool Landscape and how it is used here: https://youtu.be/IOTEPZQ3tVs
- Abstract（参考訳）: 文脈と問題。
ソフトウェア開発は、ソフトウェアアーキテクチャドキュメンテーション(SAD)、ソフトウェアアーキテクチャモデル(SAM)、ソースコードなどの関連アーティファクトを生成します。
しかし、これらのアーティファクト間のリンクを自動的にリカバリする(トレース性リンクリカバリ(TLR))ことは、実際には難しいままである。
方法と課題。
ARDoCo REST APIは、4つのTLRパイプライン(SAD-SAM, SAM-Code, SAD-SAM-Code, SAD-SAM-Code)をHTTPエンドポイント経由で非同期実行とキャッシュで公開します。
結果と結論。
3つのコンポーネントはすべて公開され、使用することができる。
TraceVizのIDE内ビジュアライゼーションに関する予備的な研究により、ソフトウェア理解タスクにおける開発者の理解を改善することが確認された。
ツールランドスケープは、最先端のTLRをアーキテクト、開発者、ツールインテグレータにアクセス可能にする。
Video
私たちは、ARDoCo Tool Landscapeのスクリーンキャストと、それがここでどのように使用されるかを提供しています。
関連論文リスト
- Recovering Software Architecture Intent from Historical Work Items using Generative AI: A Mixed-Methods Industry Case Study [2.5501791028999583]
LLMベースのパイプラインを使用して、歴史的なアジャイル作業項目からC4アーキテクチャ図を復元する。
半自動5ステップワークフローでは、プロンプトチェーン、双方向トレーサビリティ、チェーン・オブ・ソート推論が採用されている。
提案したワークフローは,開発プロセスの成果物に基づくLLM支援アーキテクチャ回復の実現可能性を示すものである。
論文 参考訳（メタデータ） (2026-08-28T14:56:00Z) - Context Rot in AI-Assisted Software Development: Repurposing Documentation Consistency for AI Configuration Artifacts [12.261894106066082]
我々は、CLAUDE.md、 AgentS.md、.cursorrulesのような構成ファイルを通じて、AIコーディングアシスタントを永続的なコンテキストで提供する開発者が増えていると主張している。
これらのファイルは、コード要素、アーキテクチャ、開発規約を記述し、セッション間でAIツールの振る舞いをガイドするコンテキストを形成する。
ソフトウェアが進化するにつれて、このコンテキストは時代遅れになる可能性がある。これは、私たちがコンテキスト腐れと呼ぶ現象だ。AIの構成アーティファクトは新しいが、根底にある一貫性問題は何十年ものソフトウェアドキュメント研究に関係している。
論文 参考訳（メタデータ） (2026-06-08T06:36:38Z) - In-IDE Toolkit for Developers of AI-Based Features [0.24629531282150877]
我々はJetBrainsのAI Toolkitプラグインを紹介し、Run/Debugループに直接トレースと評価をもたらす。
AIエージェントとAI評価の設計と実装について詳述し、最初の採用テレメトリを報告し、フレームワークのカバレッジとスケール評価を拡大するための次のステップを概説する。
論文 参考訳（メタデータ） (2026-05-14T09:28:14Z) - AUTO-Explorer: Automated Data Collection for GUI Agent [58.58097564914626]
本稿では,アノテーションコストを最小限に抑えた自動データ収集手法であるAuto-Explorerを提案する。
それは、GUI環境を自律的に解析し探索する、シンプルだが効果的な探索メカニズムを組み込んでいる。
収集したデータを用いて,マルチモーダル大規模言語モデル(MLLM)を微調整し,GUI要素基盤テストセットを確立する。
論文 参考訳（メタデータ） (2025-11-09T15:13:45Z) - The OpenHands Software Agent SDK: A Composable and Extensible Foundation for Production Agents [46.254487394746725]
本稿では,ソフトウェア開発エージェントを実装するツールキットであるOpenHands Software Agent SDKを紹介する。
柔軟性を達成するために、デフォルトケースで数行のコードしか必要としないエージェントを実装するためのシンプルなインターフェースを設計する。
セキュリティと信頼性のために、シームレスなローカル-リモート実行ポータビリティ、REST/WebSocketサービスの統合を提供する。
論文 参考訳（メタデータ） (2025-11-05T18:16:44Z) - Who's Who? LLM-assisted Software Traceability with Architecture Entity Recognition [12.869858023383026]
大規模言語モデル(LLM)は、SADとソースコードからアーキテクチャエンティティを抽出し、SAMを自動的に構築したり、直接トレースリンクを確立するための新しい機能を提供する。
本稿では、2つのLCMベースのアプローチを提案する: ExArchは、手動SAM作成の必要性を排除するために、SADとソースコードから単純なSAMとしてコンポーネント名を抽出し、ArTEMiSはドキュメント内のアーキテクチャエンティティを識別し、SAMエンティティとマッチさせる(手動または自動生成)。
論文 参考訳（メタデータ） (2025-11-04T10:06:53Z) - CodeWatcher: IDE Telemetry Data Extraction Tool for Understanding Coding Interactions with LLMs [2.125886632946383]
textitCodeWatcherは軽量で控えめなクライアントサーバシステムで、Visual Studio Codeエディタ内のきめ細かいインタラクションイベントをキャプチャするように設計されている。
textitCodeWatcherは、CGTによる挿入、削除、コピーペーストアクション、フォーカスシフトなどの意味のあるイベントをログする。
論文 参考訳（メタデータ） (2025-10-13T15:39:08Z) - VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use [78.29315418819074]
VerlToolは、体系的な設計原則を通じて制限に対処する統一的でモジュール化されたフレームワークです。
我々のフレームワークはARLTをマルチターントラジェクトリとして定式化し、マルチモード観測トークン(テキスト/画像/ビデオ)を単一ターンRLVRパラダイムを超えて拡張する。
モジュール化されたプラグインアーキテクチャは、軽量Python定義のみを必要とする迅速なツール統合を可能にする。
論文 参考訳（メタデータ） (2025-09-01T01:45:18Z) - AgentTrek: Agent Trajectory Synthesis via Guiding Replay with Web Tutorials [53.376263056033046]
既存のアプローチは高価な人間のアノテーションに依存しており、大規模には持続不可能である。
本稿では,Webエージェントトラジェクトリを生成するスケーラブルなデータ合成パイプラインであるAgentTrekを提案する。
完全に自動化されたアプローチは、データ収集コストを大幅に削減し、人間のアノテータを使わずに、高品質な軌道を0.55ドルに抑えることができます。
論文 参考訳（メタデータ） (2024-12-12T18:59:27Z) - TRIAD: Automated Traceability Recovery based on Biterm-enhanced
Deduction of Transitive Links among Artifacts [53.92293118080274]
トレーサビリティにより、ステークホルダは、ソフトウェアライフサイクル全体で導入されたソフトウェアアーティファクト間のトレースリンクを抽出し、理解することができます。
ほとんどの場合、Information Retrieval (IR) など、ソフトウェアアーティファクト間のテキストの類似性に依存している。
論文 参考訳（メタデータ） (2023-12-28T06:44:24Z) - ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world
APIs [104.37772295581088]
オープンソースの大規模言語モデル(LLM)、例えばLLaMAは、ツール使用能力に大きく制限されている。
データ構築、モデルトレーニング、評価を含む汎用ツールであるToolLLMを紹介する。
ツール使用のためのインストラクションチューニングフレームワークであるToolBenchを,ChatGPTを使って自動構築する。
論文 参考訳（メタデータ） (2023-07-31T15:56:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。