RAG for 开发者 — 为代码而建，而非仅限文本（请求审阅）

Source: Dev.to

面向代码的 RAG 工具 — 征求开发者反馈

我们一直在构建一个 code‑first 的 RAG 工具，它真正理解代码库的工作方式，而不仅仅是文本在嵌入空间中的外观。目标很简单：当你提出问题时，返回正确的函数、相关调用以及支撑代码，而不是随机的相邻片段。

内容概览

• 基于 AST 的代码分块，使用 Tree‑sitter（支持 Python、JavaScript、TypeScript）
• 显式提取 函数、类、导入、调用、文档字符串
• 干净的异步摄取流水线，严格遵循 工具 → 代理 → 存储 边界
• 语义向量检索 作为起点，而非终点
• 内存中的依赖图扩展
  • 从块元数据懒惰构建
  • 无持久化、无全局变量、无后端捷径
• 稳定的限定 ID（file::entity）
• 通过 BFS 在调用和导入上进行 上下文扩展，拉取真正关联的代码
• 后端无关的向量存储层，存储方式可更换而无需重写逻辑

为什么我们认为这很有用

• 获得相关的代码路径，而不仅仅是相似的文本
• 上下文保持小巧、相关且易于调试
• 架构避免隐藏状态和扩展时的意外

我们希望得到的反馈

如果你曾在大型仓库或构建 RAG 系统的过程中有经验，期待你的想法：

• “图作为派生状态” 的设计
• 块元数据的选择（调用、导入、QID）
• 检索 + 扩展流程
• 任何你认为在真实生产代码库中会出现的边缘情况

即使是快速的感受或直觉判断也非常欢迎。