混合检索 + 依赖图扩展优于仅嵌入的代码 RAG——可测量、CI 门控

大多数“与你的代码库对话”的工具都是纯向量搜索：嵌入代码片段，按余弦相似度返回 top-k。对于代码来说，这遗漏了很多信息，而且我有数据支持。`archex` 不是仅仅搜索上下文，而是组装上下文。流程如下： 1. **混合检索** — BM25F（词汇） + 密集向量，通过互惠排名融合进行融合。词汇匹配捕获嵌入遗漏的精确符号/标识符匹配；密集匹配捕获语义短语。由于查询集不重叠，融合严格有助于提升（与 CodeRAG-Bench 一致，arXiv 2406.20906）。 2. **本地交叉编码器重排序**，对融合后的候选项进行重排。 3. **依赖图扩展** — 拉入导入链邻居，使得上下文包是依赖封闭的。代理无需手动追踪导入。 4. **上下文组装** — 文件多样性打包，嵌套行范围抑制，生产代码优先于测试代码排序，全部在令牌预算内。输出是一个完整的上下文包，而不是一堆命中结果。 与 cocoindex-code（仅嵌入）相比的结果，在 19 个外部仓库任务上，相同的令牌计数： - 召回率 0.95 vs 0.32 - 精确率 0.51 vs 0.36 - F1 分数 0.66 vs 0.31 - 令牌效率 0.76 vs 0.48 - 完成惩罚令牌（代理完成任务所需的令牌）：922 vs 11,188 真正的基准不是另一个索引，而是 grep：召回率 1.00，令牌效率 0.00。这里检索的全部意义在于，用稀疏的令牌获得接近 grep 的召回率。一切都是确定性的，门控在 CI 中运行——测试框架在仓库中，因此你可以复现表格。Apache 2.0，我的项目，alpha 阶段。