Кастомні AI-асистенти для генерації коду: прискорюємо розробку в 6 разів

Ми часто стикаємося з ситуацією, коли команда з 4–5 розробників витрачає 4–6 годин на створення одного стандартного CRUD-ендпоінта з тестами. При цьому бізнес вимагає 3–5 нових ендпоінтів на тиждень — рутина займає 70% часу, а на бізнес-логіку та архітектуру залишається мінімум. Це проблема, яку вирішує AI-система генерації коду: вона бере на себе шаблонні шматки, залишаючи інженеру творчі завдання.

Як AI-генерація коду прискорює розробку?

Кастомний AI-агент не просто вставляє код із шаблону — він розуміє контекст вашої кодової бази: схеми БД, існуючі класи, API-контракти, стиль коду. На основі цього він генерує production-якісний код, перевіряє синтаксис, запускає тести та ітеративно виправляє помилки. Архітектурно така система включає:

• Context Manager — збір релевантного контексту: схема БД, API-інтерфейси, існуючі моделі, code style guide.
• Generation Engine — LLM-агент з інструментами для читання файлів, виконання тестів, пошуку по кодовій базі.
• Verification Layer — синтаксична перевірка, запуск тестів, лінтер.
• Feedback Loop — ітерації на основі помилок тестів.

from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from typing import TypedDict, Annotated, Optional
import subprocess
import ast
import operator

llm = ChatOpenAI(model="claude-opus-4-5", temperature=0.1)

class CodeGenState(TypedDict):
    task_description: str
    existing_code_context: str
    generated_code: Optional[str]
    test_results: Annotated[list, operator.add]
    iteration: int
    max_iterations: int
    errors: Annotated[list, operator.add]
    final_code: Optional[str]

@tool
def read_file(file_path: str) -> str:
    """Прочитать файл из кодовой базы для получения контекста."""
    try:
        with open(file_path) as f:
            return f.read()
    except FileNotFoundError:
        return f"Файл {file_path} не найден"

@tool
def search_codebase(query: str, directory: str = "./src") -> str:
    """Поиск по кодовой базе с помощью grep для нахождения похожего кода."""
    result = subprocess.run(
        ["grep", "-r", "--include=*.py", "-n", query, directory],
        capture_output=True, text=True
    )
    return result.stdout[:3000] if result.stdout else "Ничего не найдено"

@tool
def run_python_syntax_check(code: str) -> str:
    """Проверить синтаксис Python-кода."""
    try:
        ast.parse(code)
        return "Синтаксис корректен"
    except SyntaxError as e:
        return f"Синтаксическая ошибка: {e}"

@tool
def run_tests(test_file_path: str) -> str:
    """Запустить pytest тесты и вернуть результаты."""
    result = subprocess.run(
        ["python", "-m", "pytest", test_file_path, "-v", "--tb=short"],
        capture_output=True, text=True, timeout=60
    )
    output = result.stdout + result.stderr
    return output[-3000:]  # Последние 3000 символов

@tool
def write_file(file_path: str, content: str) -> str:
    """Записать код в файл."""
    with open(file_path, "w", encoding="utf-8") as f:
        f.write(content)
    return f"Файл {file_path} записан ({len(content)} символов)"

CODE_GEN_SYSTEM = """Ты — Senior Software Engineer. Генерируй production-quality код.

Принципы:
- Следуй существующим паттернам кодовой базы
- Пиши типизированный код (type hints)
- Каждая функция — один уровень абстракции
- Обрабатывай ошибки явно
- Минимальные зависимости от внешних библиотек если есть стандартные аналоги

Процесс:
1. Читай существующий код для контекста
2. Генерируй код соответствующего стиля
3. Проверяй синтаксис
4. Запускай тесты
5. Исправляй ошибки итеративно"""

from langgraph.prebuilt import create_react_agent

code_gen_agent = create_react_agent(
    llm.bind_tools([read_file, search_codebase, run_python_syntax_check, run_tests, write_file]),
    tools=[read_file, search_codebase, run_python_syntax_check, run_tests, write_file],
    state_modifier=CODE_GEN_SYSTEM,
)

Чому важливий контекст кодової бази?

Без контексту LLM генерує код, який не вписується в існуючу архітектуру — інший стиль, невірні імена, несумісні імпорти. Наш Context Aware Code Generator автоматично збирає релевантні файли: моделі даних, базові класи, code style guide. Це критично для проєктів на FastAPI + SQLAlchemy з кастомними паттернами. Приклад реалізації:

class ContextAwareCodeGenerator:

    def __init__(self, project_root: str):
        self.project_root = project_root
        self.context_cache = {}

    async def gather_context(self, task: str) -> str:
        """Збирає релевантний контекст для задачі"""

        # Пошук схожих файлів через LLM
        relevant_files = await self.identify_relevant_files(task)

        context_parts = []

        # Читаємо схему БД
        if await self.file_exists("models.py"):
            models = await read_file_async(f"{self.project_root}/models.py")
            context_parts.append(f"## Моделі даних\n{models[:2000]}")

        # Читаємо базові класи та інтерфейси
        for file_path in relevant_files[:3]:
            content = await read_file_async(file_path)
            context_parts.append(f"## {file_path}\n{content[:1500]}")

        # Додаємо code style guide
        if await self.file_exists(".codestyle.md"):
            style = await read_file_async(f"{self.project_root}/.codestyle.md")
            context_parts.append(f"## Code Style\n{style[:1000]}")

        return "\n\n".join(context_parts)

    async def generate(self, task: str, output_file: str) -> dict:
        context = await self.gather_context(task)

        result = await code_gen_agent.ainvoke({
            "messages": [{
                "role": "user",
                "content": f"""Задача: {task}

Контекст кодової бази:
{context}

Вихідний файл: {output_file}

Згенеруй код, перевір його та запиши у файл."""
            }]
        })

        return {
            "task": task,
            "output_file": output_file,
            "iterations": result.get("iteration", 1),
            "tests_passed": self.extract_test_status(result),
        }

Template-based генерація з LLM-наповненням

Для типових задач (CRUD, міграції, тести) ефективний гібридний підхід: шаблон із заповнювачами, які LLM розкриває. Це дає передбачувану структуру та контроль над критичними частинами.

class CRUDGenerator:
    """Генерує CRUD-модулі за схемою сутності"""

    CRUD_TEMPLATE = """
# Модуль для роботи з сутністю {entity_name}
from sqlalchemy import Column, Integer, String, DateTime, func
from sqlalchemy.orm import Session
from pydantic import BaseModel
from typing import Optional, List
from datetime import datetime

# ЗАГЛУШКИ ДЛЯ ЗАМІНИ LLM:
# COLUMNS - список колонок SQLAlchemy
# PYDANTIC_FIELDS - поля Pydantic схем
# BUSINESS_LOGIC - специфічна бізнес-логіка
"""

    async def generate_crud_module(self, entity_spec: dict) -> str:
        """entity_spec: {name, fields, business_rules, relationships}"""

        # LLM заповнює специфічні частини
        columns = await self.generate_sqlalchemy_columns(entity_spec["fields"])
        schemas = await self.generate_pydantic_schemas(entity_spec["fields"])
        business_logic = await self.generate_business_logic(entity_spec.get("business_rules", []))

        # Збираємо підсумковий модуль
        result = await llm.ainvoke(f"""Створи повний CRUD-модуль для сутності {entity_spec['name']}.

Специфікація: {json.dumps(entity_spec, ensure_ascii=False)}

Стек: FastAPI + SQLAlchemy 2.0 + Pydantic v2
Включи: модель, pydantic схеми, CRUD-функції, FastAPI роутер з dependency injection
Стандарти коду: async/await, type hints, docstrings""")

        return result.content

Кейс із нашої практики: фінтех-стартап

Наш клієнт — фінтех-компанія з 4 розробниками, які витрачали 4–6 годин на стандартний CRUD-ендпоінт з тестами. Після впровадження AI-генерації час скоротився до 50 хвилин (15 хв генерація + 35 хв рев'ю). Порівняння метрик до та після:

Ситуація дозволила заощадити команді суттєві кошти на рутинних задачах, а вартість одного PR знизилася в кілька разів. Система генерувала CRUD-модулі з OpenAPI-специфікації, автоматично створювала pytest-тести та Alembic-міграції. AI Code Review агент давав пропозиції на етапі рев'ю. Єдина складність — бізнес-логіка в 14% випадків вимагала суттєвого доопрацювання, що вирішується додаванням правил у контекст.

Порівняння моделей для code generation

Вибір моделі залежить від бюджету та вимог до якості. Для production-задач рекомендуємо Claude 3.5 Sonnet або GPT-4o з контекстним вікном.

Що входить у роботу

При замовленні нашої послуги під ключ ви отримуєте:

• Аудит кодової бази та архітектури — оцінка зрілості CI/CD, код-стайлу, тестового покриття.
• Проєктування та реалізацію AI-агента — з урахуванням вашого стеку та вимог.
• Інтеграцію з IDE (VS Code, JetBrains) та CI/CD (GitHub Actions, GitLab CI, Jenkins).
• Навчання команди — воркшопи з роботи з системою, best practices промптингу.
• Документацію та гарантійну підтримку 1 місяць.

Оцінимо ваш проект безкоштовно. Пишіть нам для деталей. Замовте впровадження AI-генерації та прискорте розробку.

Строки орієнтовно

• Базовий генератор з контекстом: 2–3 тижні
• Агентний цикл з тестами та ітераціями: 2–3 тижні
• Інтеграція в CI/CD та IDE: 2–3 тижні
• Разом: 6–9 тижнів

Вартість розраховується індивідуально, виходячи з обсягу та складності. Зв'яжіться з нами для оцінки вашого проєкту — запропонуємо оптимальне рішення. Наш LangGraph агент вже працює в декількох продакшен-системах, гарантуємо стабільність та підтримку.

Наша компанія має 5+ років досвіду в ML/AI та реалізувала понад 20 проектів з генерації коду. За даними Gartner, AI-генерація коду прискорює розробку на 40%, а наші клієнти досягають економії до $150 на одному PR. AI-генерація коду в 6 разів ефективніша за традиційну розробку, що підтверджується метриками. Для досягнення таких результатів ми використовуємо техніки fine-tuning кодових моделей, RAG-пайплайни та prompt engineering з урахуванням контекстного вікна моделі. MLOps для code generation включає автоматичний моніторинг якості згенерованого коду та A/B тестування. Наші рішення інтегруються з будь-яким стеком: FastAPI, Django, Spring Boot, що дозволяє автоматизувати MLOps пайплайни для code generation.

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.