idea_world_labDEV JOURNAL
mercredi 17 juin 2026

2026-06-17 Roadmap complet du développement Godot LLM

Image du roadmap

Roadmap complet du développement Godot LLM

Flux principal

Données
-> Chatbot RAG de première phase
-> SFT
-> DPO
-> Agent SWE

Le point central est de créer d'abord un chatbot RAG de première génération spécialisé dans la documentation Godot, puis d'utiliser ce chatbot pour étiqueter et transformer les données GitHub avant d'étendre le modèle à l'apprentissage et à un agent SWE.

Résumé des étapes

Étape 0. Phase de préparation

  • Définition des objectifs
  • Mise en place de l’environnement
  • Définition du périmètre de collecte des données
  • Développement des outils

Étape 1. Collecte et structuration des données

  • Collecte des projets Godot sur GitHub
  • Récupération des fichiers .gd, .tscn, .tres, .cfg, project.godot, README, etc.
  • Découpage du code, extraction par nœud de scène, extraction par fichier de configuration
  • Génération de métadonnées du dépôt, arborescence des fichiers, fragments de code, fragments de scène, fragments de configuration, JSONL README/docs

Étape 2. Développement du chatbot RAG de première génération

  • Embedding de la documentation officielle Godot
  • Embedding de la documentation de migration
  • Indexation des références de classes
  • Développement du pipeline question → recherche → réponse
  • Ajustement des réponses de conversion Godot 3 → 4
  • Évaluation de la précision du QA documentaire et de la recommandation d’API

Étape 3. Étiquetage des données et création du jeu de données

  • Classification des versions Godot 3/4/mixed/unknown
  • Extraction du mapping entre l’API Godot 3 et l’API Godot 4
  • Génération de réponses de conversion/modification
  • Création de paires question/réponse d’instruction
  • Génération de données de préférence DPO
  • Génération de données d’explorateur de dépôt
  • Génération de données de patch
  • Enregistrement des informations méta/validation telles que la testabilité, la compatibilité de version Godot, les méthodes de vérification, etc.

Étape 4. Entraînement du modèle

  • Préparation du modèle de base
  • SFT basé sur le jeu de données d’instructions
  • DPO basé sur le jeu de données de préférence
  • Évaluation de la précision de classification, de la précision de conversion/génération, du taux de refus d’API, des hallucinations

Étape 5. Développement de l’agent SWE

  • Définition des types de tâches de projet Godot
  • Mise en place d’un environnement de test avec outils d’exploration/édition de fichiers et CLI Godot
  • Collecte de données de trajectoire
  • SFT/DPO basé sur la trajectoire
  • Validation et évaluation sur des projets Godot réels
  • Distribution sous forme d’API/Chatbot/Plugin et collecte continue de retours

Étape 6. Amélioration continue

  • Collecte continue de nouveaux projets/données de documentation
  • Ré‑entraînement du modèle
  • Surveillance des performances
  • Extension des fonctionnalités telles que l’intégration de plugins/IDE

Capacités visées de l’agent SWE

  • Analyse du projet et identification des problèmes
  • Recherche et compréhension des fichiers nécessaires
  • Modification du code et génération de patchs
  • Tests avec la CLI Godot et validation des résultats
  • Analyse des causes d’échec et ré‑édition
  • En fin de compte, capacité à faire fonctionner le projet correctement.