idea_world_labDEV JOURNAL
среда, 17 июня 2026 г.

17 июня 2026 г.

  • Пересмотрена направленность модели кодирования Godot 4: вместо простого обучения Q&A предлагается подход обучения траекторий SWE‑агента

    • Было решено, что небольшие инструкции Q&A не позволяют обрабатывать запросы уровня проекта, такие как «создай карту»
    • Реальный кодирующий агент требует траектории, включающей поиск по репозиторию, выбор соответствующих файлов, изменение кода, тестирование/проверку и создание патча
    • В качестве ключевых слов зафиксированы Long-context repository-level software engineering agent training, SWE-agent trajectory training
    • В качестве примеров указаны SWE‑agent trajectories, SWE‑smith, SWE‑Gym, CoderForge‑Preview, ACC, RepoBench/CrossCodeEval/RepoCoder, aiXcoder CoLT, godot‑dodo, wallstoneai dataset

  • Оформлен полный роадмап разработки Godot LLM в виде изображений и документации

    • Общий процесс разбит на этапы данные → 1‑й RAG‑чат‑бот → SFT → DPO → SWE Agent
    • От подготовительного Stage 0 до постоянного улучшения Stage 6 описаны сбор и структурирование данных, 1‑й RAG‑чат‑бот, разметка данных, обучение модели, разработка SWE Agent, эксплуатация/переподготовка
    • Ключевая идея: сначала сделать 1‑й RAG‑чат‑бот экспертом по документации Godot, затем с его помощью размечать и обрабатывать данные GitHub, после чего расширять обучение модели и переходить к SWE Agent

  • Добавлена заметка о структуре генерации данных на основе детектора Godot RAG

    • Решено не полагаться на LLM при окончательном выборе метки; метка и проверка определяются системой‑конвейером
    • LLM будет выполнять лишь вспомогательные задачи: генерировать исправленный код, объяснения, вопросы/ответы для SFT, плохие ответы для DPO, черновики патчей и т.п.
    • Описан поток: база сопоставления API, векторная БД официальной документации, БД прототипов меток → извлечение символов → поиск → оценка меток → сборка/проверка JSONL
    • Восемь категорий целевых наборов данных: классификация версий, сопоставление API, исправление миграций, инструктивный SFT, предпочтения DPO, исследователь репозитория, генерация патчей, проверка метаданных

  • Отдельная заметка о разработке MVP, переходящего от детектора Godot RAG к кодирующей модели Qwen 3.6

    • Описан процесс от подготовки оригинального архива godot_docs_full.zip через первичное чанкирование скриптом chunk_docs.py, последующей обработки, до построения локальной поисковой инфраструктуры
    • Сочетание Vector DB, Keyword Index, Reranker, API Mapping DB и Label Prototype DB формирует структуру, в которой система определяет метки
    • После структурирования данных GitHub запускается детектор RAG, а LLM остаётся лишь в роли вспомогательного генератора (исправления кода, объяснения, образцы QA)
    • На этапе 1‑го SFT модели Qwen 3.6 ставятся цели: приоритет Godot 4, базовый вывод GDScript, отклонение API Godot 3; далее планируется переход к DPO и расширению на SWE

  • Инструкция по настройке Git‑author/email для решения проблемы отражения вклада в GitHub‑график «трава»

    • Глобальная настройка Git изменяется на yyeongjin <appsky1888@gmail.com>
    • Выявлена проблема: в истории ветки main адреса автора/коммиттера перемешаны (локальный, naver, GitHub noreply и т.д.)

  • main историю автора/коммитера унифицировать как yyeongjin <appsky1888@gmail.com> и отразить в удалённом репозитории

    • Состояние до переписывания сохранить в локальной резервной ветке backup/before-author-email-rewrite-2026-06-17

  • Документация