Hugging Face、複数アプリの共同生成・維持を支援する「Super Library Agent」を発表

組織では、関連するアプリケーションのポートフォリオを開発・維持することが一般的です。これらは独立してデプロイ可能なコードベースですが、ドメインロジックやインターフェースパターン、運用上の慣習などを共有しています。

LLM を活用したコーディングエージェントがこうしたソフトウェアの生成と維持にますます利用されるようになると、アプリケーションごとに個別に処理する単純なワークフローでは、共有ロジックが各コードベースで重複してしまい、長期間のエージェントによるメンテナンスによって記述量の増加やデッドコード、構造的な劣化が蓄積されてしまいます。

そこで私たちは「Super Library Agent（スーパーライブラリアージェント）」という問題を提起します。これは、エージェントが N 個の関連アプリケーションを順次生成する一方で、再利用可能なクロスアプリケーションコンポーネントからなる共有の Super Library を維持するというアプローチです。

最小限の逐次的なスケフォールドでは原理的にコードの抽出やアプリケーションの進化中のライブラリへの移行が可能ですが、実務的には抽出の再現率が低く、依存関係の移行が脆いという課題があります。これらの問題を解決するために、コードチャンクのサマリーに基づく候補ガイド付き抽出、事前抽出段階でのコードベースの統合、そして抽出トレースとコールグラフ情報を用いた文脈対応型の移行手法を導入しました。

WebGen-Bench と PaperBench における評価では、本手法はアプリケーションの機能を維持しつつ、ゼロショットベースラインと比較して冗長性とトークンフットプリント（記述量やトークン数）を大幅に削減し、単純なライブラリ構築によって生じる構造的劣化も回避しました。さらに、LOC（行数）と MDL（モデル記述量）の削減効果も確認されています。

本プロジェクトのコードは https://github.com/sbigstar0310/super-library-agent で公開しています。