چارچوب RAG آگاه از حاکمیت برای توسعه چابک مبتنی بر ردیابی نیازمندی ها، بازبینی کد و ارزیابی آمادگی انتشار

توسعه چابک نرم افزار به طور فزاینده ای از هوش مصنوعی برای پشتیبانی از تحلیل نیازمندی ها، تولید کد و آزمون استفاده می کند. با این حال، حفظ حاکمیت در سراسر چرخه عمر توسعه نرم افزار همچنان چالشی اساسی است؛ به ویژه در زمینه ردیابی سرتاسری نیازمندی ها، بازبینی قابل اعتماد کد و تصمیم گیری مستند برای آمادگی انتشار در اسپرینت های کوتاه. رویکردهای موجود این فعالیت ها را جداگانه بررسی کرده و فاقد سازوکار حاکمیتی یکپارچه هستند. در این پژوهش یک چارچوب RAG آگاه از حاکمیت ارائه می شود که ردیابی نیازمندی ها، بازبینی کد و ارزیابی آمادگی انتشار را در محیط چابک یکپارچه می کند. این چارچوب با اتصال نیازمندی ها، طراحی، کد و نتایج آزمون از طریق یک لایه بازیابی زمینه محور و استفاده از سازوکار «مدل زبانی به عنوان داور» کنترل حاکمیتی را فراهم می کند. ارزیابی عملکرد بر اساس سه معیار کمی شامل پوشش ردیابی نیازمندی ها (RTC)، نرخ کشف نقص (DDR) و سازگاری تصمیم انتشار (RDC) انجام شد. نتایج نشان می دهد RTC از ۶۱٪ به ۷۷٪، DDR از ۴۲٪ به ۵۰٪ و RDC از ۵۸٪ به ۷۶٪ افزایش یافته است که به ترتیب معادل ۲۶٪، ۱۹٪ و ۳۱٪ بهبود می باشد. این نتایج بیانگر ارتقای شفافیت و قابلیت اتکای حاکمیت در توسعه چابک مبتنی بر هوش مصنوعی است.

کلیدواژه ها:

توسعه نرم افزار تقویت شده با هوش مصنوعی ، بازیابی و تولید تقویت شده (RAG) ، توسعه چابک نرم افزار ، ردیابی نیازمندی ها ، بازبینی خودکار کد ، ارزیابی آمادگی انتشار ، حاکمیت نرم افزار