idea_world_labDEV JOURNAL
2026年6月17日水曜日

2026-06-17 Godot LLM 開発全体ロードマップ

ロードマップ画像

Godot LLM 開発全体ロードマップ

コアフロー

データ
-> 第1段階 RAG チャットボット
-> SFT
-> DPO
-> SWE エージェント

核心ポイントは、まず第1段階のRAGチャットボットをGodotドキュメントの専門家にし、そのチャットボットを利用してGitHubデータをラベリング/加工した後、モデル学習とSWEエージェントへ拡張することです。

段階概要

Stage 0. 準備段階

  • 目標定義
  • 環境構築
  • 資料収集範囲定義
  • ツール開発

Stage 1. データ収集および構造化

  • GitHub Godotプロジェクト収集
  • .gd, .tscn, .tres, .cfg, project.godot, README などファイル収集
  • コードチャンク、シーンノード単位抽出、設定ファイル単位抽出
  • リポジトリメタデータ、ファイルツリー、コードチャンク、シーンチャンク、設定チャンク、README/docs JSONL 作成

Stage 2. 第1段階 RAG チャットボット開発

  • Godot 公式ドキュメント埋め込み
  • Migration ドキュメント埋め込み
  • Class Reference インデックス化
  • 質問 → 検索 → 回答 パイプライン開発
  • Godot 3 → 4 変換回答チューニング
  • ドキュメント QA 精度と API 推薦精度の評価

Stage 3. データラベリングおよびデータセット作成

  • Godot 3/4/mixed/unknown バージョン分類
  • Godot 3 API と Godot 4 API のマッピング抽出
  • 変換/修正 正解作成
  • instruction 質問/回答 ペア作成
  • DPO preference データ作成
  • リポジトリエクスプローラ データ作成
  • パッチ データ作成
  • テスト可否、Godot バージョン互換性、検証方法等のメタ/検証情報保存

Stage 4. モデル学習

  • ベースモデル準備
  • Instruction データセットベースの SFT
  • Preference データセットベースの DPO
  • 分類精度、変換/生成精度、API 拒否率、幻覚評価

Stage 5. SWE エージェント開発

  • Godot プロジェクト作業タイプ定義
  • ファイル探索/編集ツールと Godot CLI テスト環境構築
  • トラジェクトリーデータ収集
  • トラジェクトリーベースの SFT/DPO
  • 実際の Godot プロジェクト基準での検証および評価
  • API/Chatbot/Plugin 形態での配布と継続的フィードバック収集

Stage 6. 継続的改善

  • 新規プロジェクト/ドキュメントデータの継続収集
  • モデル再学習
  • パフォーマンスモニタリング
  • プラグイン/IDE 統合等機能拡張

SWE エージェントの目標能力

  • プロジェクト分析および課題把握
  • 必要ファイルの探索と理解
  • コード修正およびパッチ生成
  • Godot CLI テストと結果検証
  • 失敗原因の分析と再修正
  • 最終的にプロジェクトが正常に動作するようにする能力