企业官网建设流程全解析

本文摘要：向量RAG召回代码常偏航：注释相似的文件混入，调用方反被漏掉。Graphify用AST建图，沿调用边遍历取回代码，每条边可解释。但意图类问题无法命中图结构，配置与PDF建图粒度需自行验证。

一、问题与结论

在Claude Code里对一个老 Java 项目提问：“如果我修改UserRepository.findById的实现，会影响哪些模块？”若按余弦相似度取 top-k，进榜的会是注释里写着 “user repository” 的docs/architecture.md和措辞接近的OrderService.java；只有一行userService.findById(id)的UserController.java词面无关，落在召回之外。相似度高不代表结构相关，这是余弦匹配的机制结果，不是某次偶然。

结论先给：把代码用确定性 AST 解析成“节点 + 边”的知识图谱，按调用、依赖边遍历取回，可以绕开相似度噪声；代价是不建向量索引，只回答结构上可推导的问题。

二、排查与选择依据

两条链路拆开看：

• 向量链路：代码切块 →embedding→ 与问题向量算余弦相似度 → 取 top-k。结构信息在“切块”一步被摊平：A 调用 B 成了两个互不相干的片段，检索阶段无法还原。
• 图链路：AST 解析 → 节点（函数、类、文件、配置项）与边（调用、依赖、引用）→ 问题映射为图查询 → 沿边遍历返回节点与边解释。A 调用 B 是解析出的确定事实，不是概率估计。

选型看问题分布：先统计一周内代码问答里“结构类 / 语义类”的占比，再决定走图、走向量还是分流。

替代方案与取舍

不适合用图检索的情况：设计取舍、“为什么这么写”“哪段代码最可疑”类提问占比高；输入以 PDF、会议纪要为主；团队无法接受“提交后图滞后一拍”。

三、关键原理

确定性属于解析过程：同一份输入每次生成相同的图，查询可复现；向量检索的结果随embedding模型、切块策略、top-k设置漂移，换一批参数就换一批命中。

边可解释是检索质量的调试手段：召回不对时沿边回溯，能区分“建图漏了边”和“查询遍历方向写错”。向量链路里“为什么返回这段相似片段”通常是黑盒，只能改参数试。

两个成本先算：图基于代码快照，多人并行的monorepo里旧图会给出过时调用链，需要重建或增量更新；PDF、YAML 没有标准 AST，建图粒度要逐格式验证，application.yml的嵌套键可能只提到顶层。

四、可运行示例

环境：Claude Code（或Cursor）+ Graphify 的/graphifyskill；输入为 4 个文件的最小项目。命令与输出格式以仓库最新文档为准，以下输出均为未验证的概念输出。

mkdir-pdemo-project/src/{controller,service,repository}demo-project/config

demo-project/ ├── src/controller/UserController.java # 调用 userService.findById(id) ├── src/service/UserService.java # 注入 UserRepository ├── src/service/OrderService.java # 注释提及 user repository └── src/repository/UserRepository.java # findById(Long id)

步骤：① 在Claude Code打开demo-project；② 调用/graphify建图；③ 提问“修改UserRepository.findById会影响哪些模块？”；④ 查看返回的节点与边解释。

预期输出：命中UserController → UserService → UserRepository.findById链路，每条边附解释（如 “UserService 注入 UserRepository”）；因注释相似而混入的OrderService不出现在召回里。

实际输出：需在本地执行后填写。上述内容均为未验证推演，不给出命中率数字。

常见失败：/graphify报解析错误或节点缺失。原因：确定性解析器覆盖的语言特性有限，反射、动态派发解析不出边。处理：把该文件排除出建图范围，改用文本检索补查并在图里标注缺口，避免把“查不到”当成“没有依赖”。

五、验证结果与边界

按“结构可推导 / 语义意图”给问题分类，再对照两种检索的适配度：

未验证项：Graphify 的实际召回精度、支持的语言清单、PDF 与配置文件的建图深度、增量更新耗时，均无独立评测数据，请在目标仓库上自行验证后再选型。

参考资料

• Graphify-Labs/graphify
• langgenius/dify