Két ügynök dolgozik a dokumentáció frissítésén
A Mintlify új alapokra helyezte azt a rendszert, amely automatikusan segít naprakészen tartani a szoftveres dokumentációt. A vállalat saját beszámolója szerint ezzel 70 százalékról 90 százalékra javította a dokumentációs pull requestek elfogadási arányát. A megoldás középpontjában egy háttérügynök, egy futtatóügynök és egy Git alapú, strukturált memória áll.
A két ügynök elkülönített futtatási környezetben működik. Hozzáférnek a klónozott kódtárakhoz, külső integrációk adataihoz és a közös memóriához, miközben minden futásról JSON formátumú napló készül. A folyamatokat különféle események indíthatják el, például egy ütemezett feladat, egy kódtárbeli összeolvasztás vagy az, ha egy Jira projektet késznek jelölnek.
Az esemény egy adott készséghez kapcsolódik, amely feladatot küld a futtatóügynöknek. Ez az ügynök gyakran dokumentációs pull requestet készít, majd értesíti a kijelölt munkatársakat, hogy ellenőrizzék a változtatást. A rendszer felépítéséről az AI Hírek összefoglalója a Mintlify önfrissítő dokumentációjáról is beszámolt.
A háttérügynök a korábbi eredményekből tanul
A Mintlify minden oldalhoz naponta elindítja a háttérügynököt. Ennek nem egyszerűen az a feladata, hogy új szövegeket készítsen, hanem az is, hogy felelősséget vállaljon a dokumentáció sikeréért. A cél a beolvasztott dokumentációs pull requestek számának növelése úgy, hogy az elfogadási arány 80 százalék felett maradjon.
Az ügynök ehhez módosíthatja a futtatóügynök eseményindítóit, készségeit és közös memóriáját. A döntéseknél korábbi futások naplóit, a kapcsolódó integrációk adatait, a platform elemzéseit és az elfogadott pull requesteket vizsgálja.
A vállalat egyik példájában egy kódtárbeli pull requesteket figyelő eseményindító a parancssori felület dokumentációját is frissítette. Ezeket a változtatásokat azonban rendszeresen bezárták, mert a CLI folyamatos kiadási ciklusban jelent meg. A háttérügynök felismerte az összefüggést, eltávolította a CLI módosításait az adott készségből, és havi ütemezést állított be a kiadási jegyzetekhez.
Rögzített adatokkal pontosabb a munkavégzés
A Mintlify szerint a rendszer kialakításának egyik legnehezebb része a memória, az egyedi eszközök és az előre beállított készségek összehangolása. Egy dokumentációs módosításnál ugyanis fontos lehet, melyik csapat felel érte, hol beszélnek róla Slackben vagy Notionben, kapcsolódik-e gördülő kiadási ciklushoz, ki végzi az ellenőrzést, és milyen értesítést kell küldeni.
Ennek kezelésére rögzített sémájú JSON fájlokat használnak. Egy nagyobb kiadás memóriája tartalmazhatja a kód és dokumentációs pull requesteket, az érintett személyeket, a specifikációkat és a tervezési dokumentumokat. A rendszer azt is nyilvántarthatja, hogy közvetlen beolvasztásra vagy további pull requestekre van szükség, valamint azt a dátumot, amely előtt még nem kezdhető meg a dokumentáció előkészítése.
A fájlszerkezetben külön hely jut az oldal egészére vonatkozó beállításoknak, a stílus útmutatójának, a felhasználóknak, a nagyobb kiadásoknak és az integrációknak. Bizonyos területeken szabadabb Markdown fájlokat is engedélyeznek, amikor nehéz előre megmondani, milyen adatokra lesz szükség. A strukturált memória előnye a Mintlify szerint, hogy könnyebben karbantartható, mérhető és ellenőrizhető a szabad szöveges jegyzetelésnél.
Ugyanez az alap működteti az Autopilotot
A vállalat a vezérlőréteget házon belül készítette el. Korábban az OpenCode és a Pi használatával is kísérleteztek, de a beszámoló szerint ezek túl sok mérnöki döntést rejtettek el, és nehezebben illettek a Mintlify környezetéhez és adatmodelljeihez. A saját rendszer a Vercel AI SDK segítségével ismétli a nyelvi modell hívásait, és többek között alügynököket, szétágaztatott munkameneteket, készségeket és sandboxban futó parancsokat támogat.
A Mintlify offline dokumentációs tesztkészletén a saját megoldás és a Pi hasonlóan teljesített, a Pi azonban 50 százalékkal több tokent használt. A futási naplók rögzíthetik a munkamenetek üzeneteit, kimeneteit, létrehozott pull requestjeit és értesítéseit. A szétágaztatott munkamenetek fa struktúrát alkotnak, ezért egy végponti folyamat előzménye a gyökérig visszakövethető.
Ez az architektúra működteti a frissen elindított Autopilotot is. A rendszer a Mintlify szerint úgy igazítja a dokumentáció frissítéseit az egyes csapatok munkafolyamataihoz, hogy közben a korábbi futások eredményei alapján saját beállításait is képes módosítani.
