gersteinlab/LocAgent
[ACL 2025] Graph-guided agentic framework for code localization https://arxiv.org/abs/2503.09089
解決的問題
LocAgent 解決了程式碼定位的難題——即精確識別出需要修改以修復錯誤或實作功能的檔案或程式碼片段。傳統方法在處理複雜程式碼庫時往往難以導航，且難以彌補自然語言問題描述與實際程式碼元素之間的差距。
工作原理
LocAgent 將程式碼庫解析為有向異質圖，以表示程式碼結構及其相依性。這種輕量級的圖形表示使 LLM 代理能夠執行多跳推理，透過程式碼庫的相依性進行導航，從而比簡單的文本搜尋更有效地查找與定位相關實體。
適用對象
此框架專為從事自動化軟體維護、AI 驅動的錯誤修復以及基於 LLM 的程式碼分析工具的開發者與研究人員設計。
核心亮點
- 圖引導導航：使用異質圖捕捉程式碼相依性，提升搜尋準確性。
- 多跳推理：使代理能夠遍歷程式碼庫結構，尋找相關程式碼。
- 微調模型：提供針對程式碼定位優化的 Qwen2.5-Coder（7B 與 32B）專用版本。
- 基準整合：相容 Loc-Bench 與 SWE-bench，可用於評估定位準確性。
相關
- 專案
- 專案
trailhq/GraftGraft 是一個開源的 TypeScript/Node.js 工具，利用 tree-sitter 進行結構化解析，並可選地使用 LLM 摘要，建立本地、基於 Markdown 的程式碼庫知識圖譜（摘要、關鍵程式碼片段、類型化連結）。圖譜快取於 `graft/` 資料夾中，僅在檔案變更時刷新，並自動整合至 Claude Code、Cursor、Codex 和 Gemini 等編碼代理。基準測試顯示，最多減少 46% 的工具呼叫、42% 的 token 消耗、60% 的延遲，並在 SWE-bench 上實現 12 點準確率提升。整合透過單一 `graft init` 命令完成，產生代理專用的指示檔案；CLI 還提供搜尋、視覺化與遙測控制功能。專案採用 MIT 授權，目標是實現更快、更低成本的 AI 輔助開發。
- 專案
vercel-labs/lat.mdlat.md 是一個透過 npm 分發的 CLI，為程式碼庫建立基於 Markdown 的知識圖譜。它讓您能在 `lat.md/` 中撰寫連結文件，以 `@lat` 標註原始碼檔案，並驗證圖譜。開發者與代理可離線使用 MiniLM 或遠端呼叫 OpenAI/Vercel 嵌入進行語意搜尋，並使用 `lat check`、`lat locate` 和 `lat expand` 等指令，使設計決策、限制與測試規格與程式碼保持同步。
- 專案
- 專案
Cranot/roam-coderoam‑code 是一個本地靜態分析 CLI（及可選 MCP 伺服器），可建立程式碼庫的符號圖，讓 AI 編碼代理無需任何遠端 API 呼叫即可查詢定義、呼叫者、測試影響與風險（爆炸半徑）。它提供預飛行檢查、健康摘要、驗證門禁與 Claude 特定鈎子，全部開源且保護隱私。