あなたの .NET アセンブリとチャットして、動作するコードを生成する
DLL、EXE、またはNuGetパッケージをアップロード
管理された .NET アセンブリをドロップするか、.nupkg ファイルを選択してください。システムは公開 API メタデータを抽出し、検索可能な RAG インデックスを構築し、コードに精通した AI アシスタントを準備します。
Processing Your File
Processing Complete!
Your files are ready for download.
Found 0 files
Processing Failed
An error occurred during processing.
DLL または NuGet パッケージをアップロード — AI がメタデータを読み取り、RAG インデックスを構築し、アセンブリに関する質問に答えます。
DLL または NuGet パッケージをアップロードしてください。AI がメタデータを読み取り、RAG インデックスを構築し、質問をしたりコードサンプルを生成したり、アーキテクチャを可視化したりできます。
AI Assembly Chatは推測ではなく、静的解析から始まります。DLL、EXE、またはNuGetパッケージをアップロードすると、.NETリフレクションが公開表面―名前空間、クラス、インターフェイス、列挙型、メソッド、プロパティ、およびそれらに付随するXMLドキュメントコメント―を走査し、内部およびプライベートメンバーは除外されます。これにより、パッケージの一般的な学習知識に頼るのではなく、特定のアセンブリバージョンに関する真実の情報がAIに提供されます。
抽出されたメタデータと推測された使用パターンは埋め込まれ、セマンティック検索（RAG）のためにインデックス化されます。そのため、「このライブラリでオブジェクトをシリアライズするにはどうすればいいか」といった質問は、妥当な推測ではなく、実際に該当するメソッドとその正確なシグネチャを取得します。このインデックス作成ステップにより、一般的なモデルが決して見たことのない内部的、珍しい、または最近変更されたAPIであっても、回答の正確さが保たれます。
取得したシグネチャとドキュメントコメントがAIの応答の根拠となります：正しいusingステートメントと非同期パターンを含む動作するC#/F#コードサンプル、型やメソッドが何をするかの平易な説明、あるいはリアルタイムで生成されるSVGクラス図やPlantUMLシーケンス図で、実際のAPI要素がどのように接続されているかを示します。アップロードされたものはセッション終了後に保存されることはなく、モデルの学習にも使用されません。
Assembly Chat の仕組み
1. .NET アセンブリをアップロードする
ローカルマシンまたは CI パイプラインから DLL、EXE、または .nupkg ファイルを選択してください。
2. AI が公開 API メタデータを抽出
システムはアセンブリをリフレクトし、名前空間、クラス、インターフェース、列挙型、デリゲート、メソッド、プロパティ、フィールド、カスタム属性をマッピングします。
3. 高速セマンティック検索のための RAG インデックス
API 署名、XML コメント、推測された動作はベクトル化されインデックス化され、即時の質問応答を可能にします。
4. チャット、コードと図を生成
「How do I use X?」や「Show me an example of Y」または「Generate a sequence diagram for Z」と尋ねてください。AI はコード、説明、そしてビジュアル図で回答します。
FAQs
AI アセンブリチャットおよび .NET アセンブリからのコード生成
API に対する RAG
公開メソッド、プロパティ、XML コメントに対するセマンティック検索です。MSDN よりも速く必要な情報を見つけられます。
コンパイルできるコードサンプル
生成された C#/F# コードには、必要な using 文、適切な async/await パターン、実際のシグネチャに基づくエラーハンドリングが含まれます。
SVG + PUML ダイアグラム
ドキュメントや設計レビューのために、パブリック API のクラス図（SVG）とシーケンス図（PlantUML）を自動生成します。