codesynapse

我是在浪费了好几个小时陷入同样令人沮丧的循环后，开发了这个工具：我向AI助手询问架构问题，看着它搜索文件，最后得到一个信心满满却是错误的答案。

真正让我忍无可忍的是一个实际的bug。我问「这个应用里谁处理身份验证令牌过期？」——它找到了错误的文件，解释了错误的流程，结果我把修复代码部署到了错误的位置。

问题不在大模型本身。问题在于大语言模型是按词法遍历代码的——它只能看到文件，看不到代码结构。它完全不理解谁调用谁、哪个类继承了什么，也不知道一个请求实际是如何流转的。

我第一次尝试做了一个简单的符号索引。比之前好，但还是会漏掉连接关系。然后我添加了调用图。接着我发现语义搜索还是不行——「哪里构建了404响应体」按词法匹配永远找不到`core_exception_handler`。

就在那时我添加了专门在代码上训练的稠密嵌入（potion-code-16M，1600万参数，纯CPU运行）。通过RRF融合将它与BM25结合，终于能用了。

再后来又新增了32个MCP工具——上下文查询、影响范围分析、层级遍历、循环检测、最短路径——它终于成为了我一开始就想要的工具。

欢迎大家提问，无论是关于图提取、嵌入方法，还是我为什么用Rust开发这个项目，我都乐意解答。