代码RAG

概述

将RAG技术应用于代码场景的检索增强方案。实操表明纯代码做RAG效果远不如字符串匹配，有效的代码RAG必须配套解释文档，AST抽象语法树是未来核心方向。

关键内容

1. 纯代码RAG的失败原因：代码语义不完整，变量名和函数名只能传递有限信息；代码间存在import依赖和跨文件调用，容易出现语义断裂；纯向量化检索效果甚至不如grep等基础字符串匹配工具。
2. 有效方案：1:1解释文档：仓库中每个Python文件对应一个Markdown文档，讲清核心作用、用到的函数、依赖关系、输入输出。基于文档做RAG，检索效果有质的提升。
3. AST树是未来方向：AST抽象语法树能将代码文件拆解成清晰的结构树——项目有哪些文件、文件里有哪些类、类里有哪些方法、方法间调用关系、函数起止行数。基于AST树可为Agent做精准代码定位和依赖拓展，本质是为代码仓库搭建专属"知识图谱"。
4. Claude Code的实践：内部优先用命令行检索代码，AST方案已在落地中，未来会成为代码RAG的标准配置。

来源

• raw/articles/essays/thinking-series/011-算法面试 — 一线工程师实操结论

相关

• 检索增强生成 — part_of
• AST抽象语法树 — uses
• Claude Code — relates_to
• 知识图谱 — compares_to