Automatisierte Unterstützung für Szenario-basiertes Testen mittels MCP-gestützter Multi-Agenten-Architektur
Ziel der Arbeit ist die, Konzeption und Implementierung einer skalierbaren Multi-Agenten-Architektur, die mittels Model Context Protocol (MCP) und Retrieval-Augmented Generation (RAG) unstrukturierte Anforderungen in formal spezifizierte, ausführbare Test-Szenarien transformiert.
Literaturanalyse
- Orchestrierung autonomer Multi-Agenten-Systeme und Prompt-Chaining-Patterns
- Model Context Protocol (MCP) zur Standardisierung von LLM-Schnittstellen und Tool-Integration
- Testautomatisierung in ROS 2 Middleware und Monitoring-Frameworks
- Vektorgestütztes Wissensmanagement (RAG) für technische Domänendokumentation
Praktischer Teil
- Entwurf einer verteilten MCP-Server-Infrastruktur zur bidirektionalen Kopplung von LLM-Agenten mit der ROS-Umgebung
- Implementierung einer RAG-Pipeline zur semantischen Anreicherung der Generierungsprozesse mit und Hazard-Daten
- Algorithmische Ableitung und formale Validierung von Use-Cases zu maschinenlesbaren Test-Vektoren (JSON/YAML/Launch-Files)
- Quantitative Evaluation der End-to-End-Pipeline durch Messung von Syntax-Compliance, Halluzinationsraten und Ausführbarkeit in der Zielumgebung