Розробка програмного забезпечення та тестування АІ-агента для інтерактивного консультування під час вивчення мови програмування Python

Abstract

Розробка програмного забезпечення та тестування АІ-агента для інтерактивного консультування під час вивчення мови програмування Python // Кваліфікаційна робота освітнього рівня «Бакалавр» // Хоренко Владислав Миколайович // Тернопільський національний технічний університет імені Івана Пулюя, факультет комп'ютерно-інформаційних систем і програмної інженерії, кафедра програмної інженерії, група СП-41 // Тернопіль, 2026 // C. 78, рис. – 7, табл. – 5, кресл. – 0, додат. – 3, бібліогр. – 16. Ключові слова: AI-агент, штучний інтелект, чат-бот, Telegram, Python, RAG, Retrieval-Augmented Generation, векторний пошук, Qdrant, ембедінги, мовна модель, Gemma, Ollama, FastAPI, SQLite, інтерактивне консультування, обробка природної мови. У даній кваліфікаційній роботі на здобуття освітнього ступеня бакалавра розглянуто процес розробки та інтеграції інтелектуального AI-агента для автоматизованого консультування користувачів щодо вивчення мови програмування Python у режимі реального часу. Сучасний процес вивчення мов програмування вимагає оперативного доступу до якісних пояснень та прикладів коду. Традиційні методи пошуку інформації через веб-браузери та форуми часто є неефективними через необхідність самостійної фільтрації великого обсягу даних. Особливої актуальності набуває впровадження інтелектуальних діалогових систем, здатних автоматично знаходити релевантну інформацію з офіційних джерел та формувати зрозумілі відповіді з урахуванням контексту попереднього діалогу. Метою роботи є розробка повнофункціональної програмної системи на основі технології Retrieval-Augmented Generation (RAG), яка забезпечує інтерактивне консультування з питань мови програмування Python через зручний інтерфейс Telegram-бота з використанням офіційної документації як джерела знань. У межах цієї роботи розглянуто процес створення AI-агента з інтеграцією технологій векторного пошуку на базі Qdrant, ембедінг-моделі sentence-transformers/all-MiniLM-L6-v2 та мовної моделіGemma3:27b. Реалізовано повний RAG-конвеєр для автоматичного пошуку контексту з офіційної документації Python, підтримку історії діалогу через SQLite та зручний інтерфейс Telegram-бота для взаємодії з користувачами.

Software Development and Testing of an AI Agent for Interactive Consulting During Python Programming Language Learning // Bachelor's degree qualification work // Khorenko Vladyslav Mykolaiovych // Ivan Pul'uj Ternopil National Technical University, Faculty of Computer Information Systems and Software Engineering, Department of Software Engineering, group SP-41 // Ternopil, 2026 // P. 78, fig. – 7, tabl. – 5, blueprints – 0, add. – 3, ref. – 16. Keywords: AI agent, artificial intelligence, chatbot, Telegram, Python, RAG, Retrieval-Augmented Generation, vector search, Qdrant, embeddings, language model, Gemma, Ollama, FastAPI, SQLite, interactive consulting, natural language processing. This bachelor's degree qualification work examines the process of developing and integrating an intelligent AI agent for automated user consulting on Python programming language learning in real time. The modern process of learning programming languages requires prompt access to quality explanations and code examples. Traditional methods of searching for information through web browsers and forums are often inefficient due to the need for manual filtering of large volumes of data. The implementation of intelligent dialogue systems capable of automatically finding relevant information from official sources and forming clear answers taking into account the context of the previous dialogue is becoming particularly relevant. The objective of this work is to develop a fully functional software system based on Retrieval-Augmented Generation (RAG) technology that provides interactive consulting on Python programming language topics through a convenient Telegram bot interface using official documentation as a knowledge source. This work examines the process of creating an AI agent with the integration of vector search technologies based on Qdrant, the embedding model sentence-transformers/all-MiniLM-L6-v2, and the language model Gemma3:27b. A complete RAG pipeline for automatic context retrieval from the official Python documentation, dialogue history support throughSQLite, and a convenient Telegram bot interface for user interaction have been implemented.