Cet article aborde le problème de la récupération des liens issue-commit afin d'améliorer la traçabilité logicielle. Les approches existantes basées sur l'IA/ML souffrent de fenêtres contextuelles limitées et d'inefficacités dans l'analyse des paires issue-commit individuelles. Pour surmonter ces limitations, nous présentons LinkAnchor, un agent autonome basé sur un modèle de langage à grande échelle (LLM). LinkAnchor exploite efficacement un contexte riche, notamment l'historique des commits, les commentaires des issues et les fichiers de code, grâce à une architecture à accès différé. Au lieu d'évaluer manuellement tous les commits candidats, il identifie automatiquement le commit cible. Les résultats expérimentaux démontrent que LinkAnchor surpasse les méthodes de pointe existantes de 60 à 262 % en termes de scores Hit@1. Il est publié sous forme d'outil open source et évolutif, compatible avec GitHub et Jira.