参考资料

• GitHub Code Search Syntax
• Tree-sitter Documentation

Code Intelligence（05） - Repo Map 与依赖图

读完后，你应能完成以下任务：

• 绘制“Code Intelligence（05） - Repo Map 与依赖图 / 检索顺序”的关键对象与数据流，解释“从精确错误、路由、类名、字段或测试名开始文本搜索。 -> 用语言服务查定义、引用、类型和实现。 -> 阅读入口、边界转换、核心逻辑、持久化和渲染，而不是只读命中文件。 -> 用测试、Git 历史和运行结果验证推断。”，并用源码位置、日志或 Trace 标注证据。
• 为“Code Intelligence（05） - Repo Map 与依赖图 / 混合检索”设计正常与异常输入，验证“关键词检索擅长精确标识符，Embedding 擅长语义描述，图关系擅长调用和依赖。”，输出首个偏差位置与回归测试结果。
• 实现“Code Intelligence（05） - Repo Map 与依赖图 / 安全与新鲜度”的最小代码或配置，检验“按仓库、分支和用户权限过滤，禁止跨私有项目召回。”，输出命令、结果与 Diff，并说明不适用边界。

代码检索要回答“入口、定义、引用、数据和测试怎样连接”，只搜到关键词不等于理解调用链。

• 从错误、符号和路由定位真实入口与调用链。
• 组合关键词、向量和图关系完成受权限约束的 Code RAG。
• 用定位准确率、过期率和越权率评测代码检索质量。

一、先建立全局：Repo Map 与依赖图 是什么？

理解“Repo Map 与依赖图”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“Repo Map 与依赖图”的第一个核心判断是：从精确错误、路由、类名、字段或测试名开始文本搜索。 -> 用语言服务查定义、引用、类型和实现。 -> 阅读入口、边界转换、核心逻辑、持久化和渲染，而不是只读命中文件。 -> 用测试、Git 历史和运行结果验证推断。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	检索顺序	从精确错误、路由、类名、字段或测试名开始文本搜索。 -> 用语言服务查定义、引用、类型和实现。 -> 阅读入口、边界转换、核心逻辑、持久化和渲染，而不是只读命中文件。 -> 用测试、Git 历史和运行结果验证推断。
2	混合检索	关键词检索擅长精确标识符，Embedding 擅长语义描述，图关系擅长调用和依赖。
3	安全与新鲜度	按仓库、分支和用户权限过滤，禁止跨私有项目召回。
4	评测	构造“找入口、找调用方、找状态来源、找权限过滤、找回归测试”任务集。
5	代码检索要回答“入口、定义、引用、数据和测试怎样连接”	代码检索要回答“入口、定义、引用、数据和测试怎样连接”，只搜到关键词不等于理解调用链。
6	从错误、符号和路由定位真实入口与调用链	从错误、符号和路由定位真实入口与调用链。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["检索顺序"] --> S2
  S2["混合检索"] --> S3
  S3["安全与新鲜度"] --> S4
  S4["评测"] --> S5
  S5["代码检索要回答“入口、定义、引用、数据和测试怎样连接”"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“Repo Map 与依赖图”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“Repo Map 与依赖图”的对象和顺序已经明确后，再看可观察的失败：解析错误、旧索引、符号歧义、生成文件污染或结果无法回链。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、检索顺序

1. 从精确错误、路由、类名、字段或测试名开始文本搜索。
2. 用语言服务查定义、引用、类型和实现。
3. 阅读入口、边界转换、核心逻辑、持久化和渲染，而不是只读命中文件。
4. 用测试、Git 历史和运行结果验证推断。

Repo Map 用有限 Token 表达目录、导入、符号和调用关系，适合先定位； 随后仍要读取真实源码。 Code RAG 的 chunk 应尽量保持完整符号， 并携带 file、symbol、language、imports、commit、start_line/end_line 等元数据。

三、混合检索

关键词检索擅长精确标识符，Embedding 擅长语义描述，图关系擅长调用和依赖。 生产 Code RAG 常先用文件/语言/版本过滤， 再融合 BM25 与向量召回， 最后按符号完整性、路径距离和调用关系重排。

四、安全与新鲜度

• 按仓库、分支和用户权限过滤，禁止跨私有项目召回。
• 提交变化触发增量索引，删除和重命名同步清理旧 chunk。
• 生成答案附文件、符号、行号和提交版本；无法找到当前证据时明确拒答。

五、评测

构造“找入口、找调用方、找状态来源、找权限过滤、找回归测试”任务集。 评价 Recall@K、最终定位准确率、过期引用率、越权召回率和平均上下文 Token； 只看相似度分数无法证明开发任务成功。

六、动手验证：先跑通 Repo Map 与依赖图，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“Repo Map 与依赖图”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

6.1 基线与候选只允许一个变量不同

验证“Repo Map 与依赖图”时，先固定仓库提交、目标文件、语言版本、构建配置和查询任务。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“Repo Map 与依赖图”时，动作是：生成语法树与符号索引，执行定义、引用、调用或影响范围查询。原始结果不能只保留截图或汇总分数，必须同步保存：文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	固定仓库提交、目标文件、语言版本、构建配置和查询任务
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交
通过阈值	每条结论都能回到当前提交的源码位置，跨文件关系可复查
立即停止	解析错误、旧索引、符号歧义、生成文件污染或结果无法回链

6.2 执行前先排除不可比较条件

“Repo Map 与依赖图”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“Repo Map 与依赖图”的当前环境重复运行。
• 候选只改变一个与“Repo Map 与依赖图”结论直接相关的条件。
• “Repo Map 与依赖图”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “Repo Map 与依赖图”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

6.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“Repo Map 与依赖图”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	固定仓库提交、目标文件、语言版本、构建配置和查询任务
过程可回放	生成语法树与符号索引，执行定义、引用、调用或影响范围查询
结果可审计	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交

“Repo Map 与依赖图”的一次合格基线对照按以下顺序执行：

1. 保存“Repo Map 与依赖图”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“Repo Map 与依赖图”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“Repo Map 与依赖图”：生成语法树与符号索引，执行定义、引用、调用或影响范围查询。
4. 为“Repo Map 与依赖图”保存：文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交。
5. 使用“Repo Map 与依赖图”预登记条件判断：每条结论都能回到当前提交的源码位置，跨文件关系可复查。
6. 如果“Repo Map 与依赖图”未通过，不修改第二个变量，先恢复基线并保留失败现场。

七、用一张矩阵验证 Repo Map 与依赖图 的关键结论

矩阵按正文顺序列出“Repo Map 与依赖图”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
检索顺序	从精确错误、路由、类名、字段或测试名开始文本搜索。 -> 用语言服务查定义、引用、类型和实现。 -> 阅读入口、边界转换、核心逻辑、持久化和渲染，而不是只读命中文件。 -> 用测试、Git 历史和运行结果验证推断。	只改变与“检索顺序”相关的条件	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交
混合检索	关键词检索擅长精确标识符，Embedding 擅长语义描述，图关系擅长调用和依赖。	只改变与“混合检索”相关的条件	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交
安全与新鲜度	按仓库、分支和用户权限过滤，禁止跨私有项目召回。	只改变与“安全与新鲜度”相关的条件	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交
评测	构造“找入口、找调用方、找状态来源、找权限过滤、找回归测试”任务集。	只改变与“评测”相关的条件	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交
代码检索要回答“入口、定义、引用、数据和测试怎样连接”	代码检索要回答“入口、定义、引用、数据和测试怎样连接”，只搜到关键词不等于理解调用链。	只改变与“代码检索要回答“入口、定义、引用、数据和测试怎样连接””相关的条件	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交
从错误、符号和路由定位真实入口与调用链	从错误、符号和路由定位真实入口与调用链。	只改变与“从错误、符号和路由定位真实入口与调用链”相关的条件	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交

7.1 记录本次实际实验

下面的记录用于“Repo Map 与依赖图”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "Repo Map 与依赖图"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "生成语法树与符号索引，执行定义、引用、调用或影响范围查询"
evidence: "文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交"
pass_when: "每条结论都能回到当前提交的源码位置，跨文件关系可复查"
stop_when: "解析错误、旧索引、符号歧义、生成文件污染或结果无法回链"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

7.2 边界实验必须证明能够停止和恢复

成功路径只能证明“Repo Map 与依赖图”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：解析错误、旧索引、符号歧义、生成文件污染或结果无法回链，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	文件路径、行列范围、节点类型、符号标识、召回结果和仓库提交	每条结论都能回到当前提交的源码位置，跨文件关系可复查
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：解析错误、旧索引、符号歧义、生成文件污染或结果无法回链	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：固定失败文件，检查解析器、构建信息、增量索引和版本绑定	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“Repo Map 与依赖图”，第一步是：固定失败文件，检查解析器、构建信息、增量索引和版本绑定。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“Repo Map 与依赖图”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

八、Repo Map 与依赖图 的结果解释

解释“Repo Map 与依赖图”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	解析错误、旧索引、符号歧义、生成文件污染或结果无法回链	先执行：固定失败文件，检查解析器、构建信息、增量索引和版本绑定
异常链路无法恢复	解析错误、旧索引、符号歧义、生成文件污染或结果无法回链	先执行：固定失败文件，检查解析器、构建信息、增量索引和版本绑定
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“Repo Map 与依赖图”只有同时满足“每条结论都能回到当前提交的源码位置，跨文件关系可复查”，并且没有出现“解析错误、旧索引、符号歧义、生成文件污染或结果无法回链”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“Repo Map 与依赖图”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“Repo Map 与依赖图”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

九、Repo Map 与依赖图 的发布判断

发布判断需要把“Repo Map 与依赖图”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “Repo Map 与依赖图”的基线与候选只存在一个计划内变量。
• “Repo Map 与依赖图”的输入、代码、依赖、配置和数据版本可以追溯。
• “Repo Map 与依赖图”的正常、临界、失败和恢复样本使用同一套断言。
• “Repo Map 与依赖图”的原始输出、中间状态和失败现场已经保留。
• “Repo Map 与依赖图”的日志、Trace、截图和测试数据已经脱敏。
• “Repo Map 与依赖图”的停止条件、负责人和回滚入口已经演练。
• “Repo Map 与依赖图”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“Repo Map 与依赖图”的判断，就不能发布。

十、总结

• 检索顺序：从精确错误、路由、类名、字段或测试名开始文本搜索。 -> 用语言服务查定义、引用、类型和实现。 -> 阅读入口、边界转换、核心逻辑、持久化和渲染，而不是只读命中文件。 -> 用测试、Git 历史和运行结果验证推断。
• 混合检索：关键词检索擅长精确标识符，Embedding 擅长语义描述，图关系擅长调用和依赖。
• 安全与新鲜度：按仓库、分支和用户权限过滤，禁止跨私有项目召回。
• 评测：构造“找入口、找调用方、找状态来源、找权限过滤、找回归测试”任务集。