$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Gerar automaticamente modelos SysML precisos a partir de requisitos de linguagem natural pode acelerar substancialmente a adoção da Engenharia de Sistemas Baseada em Modelos (MBSE) no desenvolvimento de sistemas complexos. No entanto, usar grandes modelos de linguagem (LLMs) para gerar código de modelo frequentemente não atende às restrições sintáticas rigorosas das linguagens formais de modelagem, e garantir consistentemente o alinhamento semântico entre modelos gerados e requisitos continua sendo um desafio. Para enfrentar esses desafios, este artigo apresenta o MAS4SysML, uma estrutura colaborativa multiagente para geração de código SysML v2 que melhora a correção sintática e a consistência semântica sob um orçamento de reparo restrito. A estrutura decompõe uma tarefa de modelagem em subtarefas hierárquicas, formaliza-as como cartões de tarefas estruturadas e gera código modelo de forma de baixo para cima. Durante a geração, um ambiente oficial de validação é usado para diagnósticos de sintaxe; Após a conclusão, o framework verifica a consistência semântica entre o código e os cartões de tarefa. Se a validação sintática ou semântica falhar, o framework repara e revalida iterativamente o código dentro de um orçamento de reparo pré-definido, guiado por feedback diagnóstico, até que os critérios de validação sejam atendidos ou o orçamento seja esgotado. Para avaliar o método proposto, construímos um conjunto de dados SysML v2 abrangendo cinco tipos principais de tarefas — requisitos, casos de uso, estrutura, paramétricas e máquinas de estados — e realizamos experimentos comparativos. Os resultados mostram que o MAS4SysML reduz a taxa média de erro sintático para 2,63, aumenta a similaridade semântica para 0,91 e supera os métodos de geração de código existentes no geral.