Code-Graph-RAG是一個融合知識圖譜與檢索增強(qiáng)生成（RAG）技術(shù)的代碼搜索引擎，目的在于提升代碼搜索的精準(zhǔn)度。

主要功能：

• 支持 Python、JavaScript、TypeScript、Rust 和 Go 等多語言代碼庫

• 基于 Tree-sitter 實現(xiàn)跨語言的抽象語法樹（AST）解析

• 采用 Memgraph 存儲代碼結(jié)構(gòu)為互聯(lián)圖譜

• 支持自然語言查詢代碼庫

• 通過 Google Gemini 將自然語言轉(zhuǎn)換為 Cypher 查詢語句

• 可直接檢索函數(shù)/方法的實際源代碼

• 能解析 pyproject.toml 分析外部依賴

• 支持處理嵌套函數(shù)和類層次結(jié)構(gòu)

• 所有支持語言采用統(tǒng)一圖模式設(shè)計

技術(shù)原理：

• 知識圖譜構(gòu)建：大模型分析代碼庫后提取類、函數(shù)等實體及其關(guān)系（如繼承、依賴），構(gòu)建互聯(lián)圖譜。例如輸入代碼文檔后，系統(tǒng)會拆分文本單元，識別代碼結(jié)構(gòu)并生成對應(yīng)圖譜。

• 圖增強(qiáng)檢索：

• 子圖檢索：用戶提問后，系統(tǒng)提取關(guān)鍵實體并在圖譜中擴(kuò)展關(guān)聯(lián)路徑（如3跳鄰域），生成匹配子圖。例如查詢某個函數(shù)時，可關(guān)聯(lián)到相關(guān)類、模塊等節(jié)點(diǎn)。

• 混合檢索策略：結(jié)合向量檢索（如BERT嵌入）和圖嵌入（如Node2Vec、TransE），通過加權(quán)公式（如Score=α?cos_sim(q,v)+β?graph_score(q,G)）確定最終結(jié)果。

系統(tǒng)架構(gòu)：

• 多語言解析器：基于 Tree-sitter 的代碼解析與數(shù)據(jù)導(dǎo)入系統(tǒng)

• RAG 系統(tǒng)：交互式命令行查詢界面

核心組件包括：

• Tree-sitter 集成：實現(xiàn)跨語言解析

• 圖數(shù)據(jù)庫：Memgraph 存儲節(jié)點(diǎn)與關(guān)系

• LLM 集成：Google Gemini 處理自然語言

• 代碼分析：跨語言 AST 遍歷提取代碼元素

• 查詢工具：專用圖查詢與代碼檢索工具

• 語言配置：多語言映射參數(shù)

安裝與使用：

• 前提條件：Python 3.12+、Docker 及 Docker Compose（Memgraph）、Google Gemini API 密鑰、uv 包管理器

• 安裝步驟：克隆倉庫→安裝依賴→配置環(huán)境變量→啟動 Memgraph

• 使用流程：解析代碼庫生成知識圖譜→啟動 RAG CLI 進(jìn)行交互查詢

應(yīng)用場景：

• 代碼分析：快速理解代碼結(jié)構(gòu)，如查詢特定名稱類或數(shù)據(jù)庫相關(guān)函數(shù)

• 代碼復(fù)用：通過自然語言描述需求獲取語義匹配的代碼片段，提升開發(fā)效率

項目地址：

https://github.com/vitali87/code-graph-rag