Агент читает 20 файлов ради одной функции. Лечим это графом кода: CodeGraph vs Graphify и другие невиданные твари

[Dreams_and_magic]

В список решений - ещё HippoRAG2 , GraphRAG, GrapeRoot, Sourcegraph . По сравнению применимости всех этих штук - исходя из количества файлов, объёма, архитектуры, языков программирования - можно отличную статью написать (или почитать) :)

Лично у меня, в моём маленьком проектике, сейчас информация по архитектуре раскидана по мелким текстовым md файлам, это в целом ОК, думаю ещё надо, как положено, настроить graphify, чтобы сначала нейросеть лезла в graphify, а если не найдёт, что искала, то пусть смотрит в md файлах.

[exelens]

Надо попробовать, спасибо

[ToniDoni]

Главное — точность, скорость и качество поиска. Агент с индексом находит нужное с первого запроса, а не читает двадцать файлов и строит гипотезу на половине из них.

А с чего вы взяли что с этими графами поиск точнее? Метрик вы никаких не привели, при этом сразу же жертвуется гибкость которая есть у ллмки без ручек прикованных к построенному сторонней утилитой графу.

Ещё почему-то вы ничего не сказали о накладных расходах, сколько весит граф, насколько прожорлив watcher, как он вообще перформит на больших репо...

[opusmode]

Потому, что нейросеть, которая писала статью, об этом если и знает, то скажет только если спросить. А вот автор не знает

[Gasnopf]

Я уже сам не уверен, кто кому сейчас пишет комменты - кожаные мешки или скрипты на питоне...

[Gasnopf]

Точность растет за счет сужения контекста. Если модели дать только сигнатуры и граф вызовов, она меньше галлюцинирует, чем когда читает портянку на 5000 строк

[ToniDoni]

это гипотиза которую надо подтвердить бенчем

[indeed174]

У меня с c# graphify ложил opencode иногда. Знаний не хватало донастроить. После установки и недели пользования мог просто положить создавая кучу мусорных скриптов. Но тут ошибка чисто моя, над было разбираться

[dkfbm]

Не совсем понятно, чем это отличается от подключения MCP/LSP сервера используемого языка. Он ведь точно так же выставляет наружу граф ASP и греп становится не нужен. Не поясните разницу/преимущества?

[Dreams_and_magic]

Вы, видимо, опечатались и имели в виду AST (Abstract Syntax Tree) ?

Граф AST это дерево разбора кода, который LSP-сервер строит для go-to-definition, references, авто-комплита. Но LSP строит AST для одного файла в IDE. А CodeGraph строит для LLM (не для Вас!) call graph по всей кодовой базе с транзитивными связями, FTS5-поиском и impact-анализом. А Graphify добавляет LLM-семантику и community detection - и находит то, что AST не видит (асинхронные потоки, runtime-связи через очередь, кросс-файловые концепты).

То есть, CodeGraph и Graphify  это слои абстракции над синтаксическим деревом.

[dkfbm]

Вы, видимо, опечатались

Да, извините 🙂

То есть, CodeGraph и Graphify это слои абстракции над синтаксическим деревом.

Понятно, спасибо. Надо будет попробовать.

[Gasnopf]

На самом деле Sourcegraph и другие энтерпрайз решения работают как раз поверх LSIF, который генерируется из LSP. Это гораздо надежнее сырого парсинга синтаксиса

[Prikalel]

Этих мсп которые занимаются сканированием кода через tree sitter как грибов после дождя

[EvgeniyRasyuk]

но как все интересно ) мне кажется каждый месяц кол-во инструментов удваивается

[Spyman]

Тут на днях была статья, где для экономии токенов автор предлагает промптым с фразами "не выводи рассуждения, сразу переходи к сути" и подобными "лайвхаками" - так у него хотя бы метрики на счёт того, насколько уменьшилось потребление токенов были, а в этих удвоенные инструментах чаще всего и того нет. Только утверждения что жить стало лучше, жить стало веселее.

А на деле, все эти трюки и магии могут оказаться вреде чем сырой промт

[Gasnopf]

Экономия токенов это здорово, но на практике генерация графа для большого монорепозитория тоже сожрет немало ресурсов и времени, а потом его еще и поддерживать в актуальном состоянии надо

[Dreams_and_magic]

в любом случае, AST-only обработка не стОит токенов:)