Designing LLM-based Multi-Agent Systems for Software Engineering Tasks: Quality Attributes, Design Patterns and Rationale
Yangxiao Cai, Ruiyin Li, Peng Liang, Mojtaba Shahin, Zengyang Li
随着软件工程(SE)任务的复杂性不断升级,多代理系统(MAS)因其自主性和可扩展性而成为研究和实践的焦点。 此外,通过利用大型语言模型(LLM)的推理和规划能力,基于LLM的MAS在SE领域的应用正在引起越来越多的关注。 然而,没有专门的研究系统地探索基于LLM的MAS的设计,包括设计师主要关注的质量属性(QA),设计师使用的设计模式,以及指导基于LLM的MAS设计SE任务的理由。 为此,我们进行了一项研究,以确定基于LLM的MAS用于SE任务的QA,MAS中使用的设计模式以及MAS的设计原理。 我们收集了94篇关于基于LLM的MAS的论文,用于SE任务作为来源。 我们的研究表明:(1)代码生成是LLM基于MAS在十个确定的SE任务中解决的最常见的SE任务,(2)功能可适应性是基于LLM的MAS的设计师最关注的QA,(3)基于角色的合作是用于构建基于LLM的MAS的16种模式中最常用的设计模式,(4)提高生成代码的质量是LLM设计背后的最常见理由。 基于研究结果,我们介绍了基于LLM的MAS设计以支持SE任务的影响。
As the complexity of Software Engineering (SE) tasks continues to escalate, Multi-Agent Systems (MASs) have emerged as a focal point of research and practice due to their autonomy and scalability. Furthermore, through leveraging the reasoning and planning capabilities of Large Language Models (LLMs), the application of LLM-based MASs in the field of SE is garnering increasing attention. However, there is no dedicated study that systematically explores the design of LLM-based MASs, including the ...
