Ir ao contido
Volver aos proxectos

Kalebtec

Context Specification Language

maio de 2026

IA e Machine LearningFerramentas para DesenvolvedoresRustCLIXMLTOMLJSONproptest
Context Specification Language — structured context toolchain for AI agents

Unha cadea de ferramentas de referencia en Rust e un banco de avaliación para documentos de especificación estruturados e direccionables por máquina — unha alternativa rigorosa ao Markdown non estruturado para alimentar os axentes de IA co seu contexto. Implementa unha canalización completa de análise, validación, normalización, serialización e avaliación, con verificación de referencias a ficheiros consciente do repositorio.

Caso de estudo

Reto

Os axentes de IA só son tan bos como o contexto que reciben, pero a maior parte do contexto é Markdown non estruturado, difícil de validar, direccionar ou avaliar. Kalebtec quería un formato rigoroso e direccionable por máquina no seu lugar.

Enfoque técnico

Construímos unha cadea de ferramentas de referencia en Rust: un analizador e un escritor, un validador e un normalizador, un serializador e un banco de avaliación — con verificación de referencias a ficheiros consciente do repositorio, de xeito que unha especificación non poida apuntar en silencio a algo que xa non existe.

Decisións de IA e infraestrutura

Rust por corrección e velocidade; unha canalización completa de análise-validación-normalización-serialización-avaliación para que as especificacións sexan datos estruturados, non prosa; e un banco de avaliación con informes en TOML/JSON para que a calidade do contexto se poida medir, non adiviñar.

Resultados

Unha cadea de ferramentas funcional que converte o contexto dos axentes en documentos estruturados e verificables, con ferramentas deterministas ao seu redor.

Impacto no negocio

Esta é a propia IP de Kalebtec e un sinal de como pensamos sobre a IA aplicada: fiabilidade e avaliación por riba do prompt-and-pray.

Descrición Xeral

Context Specification Language (CSL) é unha cadea de ferramentas de Kalebtec para describir o contexto dos axentes de IA como documentos estruturados e direccionables por máquina en lugar de Markdown non estruturado, con ferramentas para validalo, normalizalo e avalialo.

Que Construímos

Cadea de Ferramentas de Referencia

Unha implementación en Rust que abarca análise, validación, normalización e serialización, ademais dunha CLI e unha verificación de referencias a ficheiros consciente do repositorio para que as especificacións sigan sendo honestas a medida que evoluciona unha base de código.

Banco de Avaliación

Un banco de refinamento e avaliación con informes en TOML/JSON, para que a calidade dunha especificación — e o contexto que produce para un axente — se poida medir e mellorar de forma determinista.

Foco de Entrega

  • Especificacións direccionables por máquina en lugar de prosa non estruturada
  • Implementación en Rust centrada na corrección con probas baseadas en propiedades
  • A avaliación como parte de primeira clase da cadea de ferramentas