AI-генерація архітектурних діаграм

Уявіть: ви відкриваєте Confluence. Остання діаграма архітектури — кілька років тому. Нові сервіси додані, старі перейменовані. Зв'язки заплутані. Онбординг розробника перетворюється на квест: дивись код, вгадуй зв'язки. Наші інженери стикалися з цим у кожному другому проєкті. Ми вирішили проблему раз і назавжди: AI-система генерує діаграми з коду та інфраструктурних файлів. Це автоматична документація коду, яка оновлюється при кожному коміті. Результат — жива документація, яка завжди відповідає продакшену. Досвід показує: після впровадження час онбордингу скорочується в 3–5 разів. Економія бюджету на документування сягає 70%.

Як AI генерує діаграми з коду?

Система аналізує проєкт на кількох рівнях. Для Python-коду використовується AST — вилучаються модулі, імпорти, класи, HTTP-клієнти. Для інфраструктури — парсинг docker-compose.yml та Terraform. Потім LLM (Claude Sonnet 4.5) перетворює це на Mermaid-діаграму. Ось процес крок за кроком:

1. Сканування репозиторію: пошук усіх файлів коду та конфігурації.
2. AST-розбір Python-файлів: виділення компонентів та зв'язків.
3. Парсинг docker-compose: визначення сервісів, мереж, залежностей.
4. Парсинг Terraform: вилучення ресурсів AWS/GCP та їх зв'язків.
5. Збір даних у єдину JSON-структуру.
6. Відправка в LLM із промптом для генерації Mermaid.
7. Валідація синтаксису діаграми та збереження в docs/.

Приклад коду для аналізу структури Python-проєкту (повний код у репозиторії):

from anthropic import Anthropic
from pathlib import Path
import ast
import re

client = Anthropic()

class ArchitectureDiagramGenerator:
    def analyze_project_structure(self, project_root: str) -> dict:
        """Анализирует структуру Python проекта через AST"""
        structure = {
            "modules": [],
            "imports": [],
            "classes": [],
            "http_clients": [],
            "db_models": [],
        }
        for py_file in Path(project_root).rglob("*.py"):
            if any(skip in str(py_file) for skip in ["migrations", "__pycache__", ".venv", "test_"]):
                continue
            try:
                source = py_file.read_text()
                tree = ast.parse(source)
                rel_path = str(py_file.relative_to(project_root))
                module_name = rel_path.replace("/", ".").replace(".py", "")
                structure["modules"].append(module_name)
                for node in ast.walk(tree):
                    if isinstance(node, ast.ImportFrom) and node.module:
                        structure["imports"].append({"from": module_name, "to": node.module})
                    if isinstance(node, ast.ClassDef):
                        bases = [ast.unparse(b) for b in node.bases]
                        structure["classes"].append({"module": module_name, "name": node.name, "bases": bases})
                if "requests.get" in source or "httpx.get" in source or "AsyncClient" in source:
                    urls = re.findall(r'["\']https?://[^"\']+["\']', source)
                    structure["http_clients"].append({"module": module_name, "external_calls": urls[:5]})
            except (SyntaxError, UnicodeDecodeError):
                pass
        return structure

    def generate_mermaid_diagram(self, analysis: dict, diagram_type: str = "c4") -> str:
        """Генерирует Mermaid диаграмму через LLM"""
        response = client.messages.create(
            model="claude-sonnet-4-5",
            max_tokens=4096,
            system="""Ты — архитектор, генерирующий Mermaid диаграммы.
Создавай только валидный Mermaid синтаксис.
Для C4 Context/Container диаграмм:
- Группируй по слоям: Frontend, API, Services, Database, External
- Показывай основные взаимодействия стрелками
- Не перегружай — только ключевые компоненты
Для Flow диаграмм:
- Используй flowchart TD (top-down)
- Показывай бизнес-процесс понятно""",
            messages=[{
                "role": "user",
                "content": f"""Создай {diagram_type} Mermaid диаграмму на основе анализа проекта.
Анализ:
{str(analysis)[:3000]}
Верни только Mermaid код (начиная с ```mermaid)."""
            }]
        )
        return response.content[0].text

Генерація діаграм послідовності та UML

Крім загальної архітектури, система вміє будувати sequence-діаграми для конкретних API-ендпоінтів та UML-діаграми класів з ORM-моделей. Наприклад, для SQLAlchemy моделей створюється erDiagram зі зв'язками, PK/FK та типами полів. Це особливо корисно при рев'ю змін у базі даних. Система підтримує C4 модель, UML, інфраструктурні схеми та графи залежностей.

Що таке жива документація і як вона працює?

Жива документація — це набір діаграм, який автоматично оновлюється при кожній зміні коду або інфраструктури. Вона зберігається в репозиторії поруч з кодом і публікується на внутрішніх wiki-сторінках. Команда завжди бачить актуальну картину системи, не витрачаючи час на ручне малювання. Це позбавляє від застарілих схем і непорозумінь. Замовте консультацію, щоб дізнатися, як впровадити генерацію у ваш проєкт.

Автоматичне оновлення в CI/CD

Ми інтегруємо скрипт у пайплайн, який при кожному push у main запускає аналіз та генерацію. Результат — PNG та Markdown-файли в docs-папці. Ось приклад функції для GitHub Actions:

import subprocess
from pathlib import Path

def update_diagrams_on_push(project_root: str, docs_dir: str):
    generator = ArchitectureDiagramGenerator()
    analysis = generator.analyze_project_structure(project_root)
    diagrams = {
        "architecture.md": generator.generate_mermaid_diagram(analysis, "c4"),
        "database.md": generate_er_diagram(
            (Path(project_root) / "models.py").read_text()
            if (Path(project_root) / "models.py").exists() else ""
        ),
    }
    compose_file = Path(project_root) / "docker-compose.yml"
    if compose_file.exists():
        diagrams["infrastructure.md"] = generator.generate_from_docker_compose(str(compose_file))
    docs_path = Path(docs_dir)
    docs_path.mkdir(exist_ok=True)
    for filename, content in diagrams.items():
        (docs_path / filename).write_text(content)
    for md_file in docs_path.glob("*.md"):
        png_file = md_file.with_suffix(".png")
        subprocess.run(["mmdc", "-i", str(md_file), "-o", str(png_file)], capture_output=True)

Практичний кейс: документування мікросервісної архітектури

З нашої практики — фінтех-стартап з 12 мікросервісами. Остання архітектурна діаграма була намальована кілька років тому. Онбординг нових розробників: «дивіться в код, інших джерел немає». Ми впровадили генерацію:

• Проаналізували docker-compose.yml та Terraform
• Згенерували C4 Context, Container, Infrastructure та ER-діаграми
• Інтегрували в GitHub Actions — оновлення при push у main

Результати:

• Час онбордингу (розуміння архітектури) — з 2 тижнів до 3 днів
• Діаграми актуальні на 100% — генеруються при кожному PR
• Виявлено 3 циклічні залежності між сервісами, які не помічали роками

Порівняння: AI-генерація vs ручне малювання

AI-генерація швидша за ручне малювання в 60 разів. При цьому точність відповідності коду сягає 95% проти 40% при ручному оновленні. Економія бюджету на документацію — до 70%.

Типи генерованих діаграм

Що входить в роботу

• Аналіз кодової бази та інфраструктурних файлів
• Генерація 5+ типів діаграм (C4, ER, sequence, інфраструктура, граф залежностей)
• Інтеграція в CI/CD (GitHub Actions, GitLab CI, Bitbucket Pipelines)
• Публікація в Confluence, Notion або GitHub Pages
• Документація по процесу та скрипти для самостійного запуску
• Навчання команди (1–2 години)

Терміни

• Генерація одного типу діаграм (docker-compose або models): 1–2 дні
• Повний набір з кодової бази: 3–5 днів
• Інтеграція в CI/CD з авто-оновленням: 1 тиждень
• Confluence/Notion публікація: +2–3 дні

Вартість впровадження розраховується індивідуально і залежить від обсягу кодової бази. Замовте аудит поточної документації — оцінимо проєкт за 1 день. Отримайте консультацію, щоб обговорити вашу архітектуру. Гарантуємо, що після впровадження діаграми завжди відображатимуть реальність.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.