LocAgent是什么？

LocAgent 是由斯坦福大學(xué)、耶魯大學(xué)和南加州大學(xué)等機(jī)構(gòu)聯(lián)合開發(fā)的代碼定位框架。它通過將代碼庫解析為有向異構(gòu)圖，捕捉代碼的結(jié)構(gòu)和依賴關(guān)系，從而幫助開發(fā)者快速準(zhǔn)確地找到需要修改的代碼部分。

核心技術(shù)

• 圖基代碼表示：LocAgent 將代碼庫解析為一個有向異構(gòu)圖，其中節(jié)點(diǎn)代表代碼庫中的實體（如文件、類、函數(shù)等），邊則表示這些實體之間的關(guān)系（如文件之間的導(dǎo)入關(guān)系、函數(shù)之間的調(diào)用關(guān)系以及類之間的繼承關(guān)系）。這種圖結(jié)構(gòu)能夠揭示隱藏在代碼中的復(fù)雜依賴關(guān)系，為后續(xù)的代碼定位任務(wù)提供了堅實的基礎(chǔ)。

• 多跳推理機(jī)制：基于大型語言模型（LLM）的多跳推理能力，LocAgent 可以穿透多層依賴關(guān)系，定位問題代碼的根源。例如，在處理復(fù)雜的代碼庫時，即使目標(biāo)代碼沒有在問題描述中明確提及，LocAgent 也能通過圖結(jié)構(gòu)進(jìn)行推理，找到相關(guān)的代碼實體。

• 稀疏層次索引：LocAgent 通過稀疏層次實體索引來增強(qiáng)其搜索能力。這種索引機(jī)制為圖中的每個節(jié)點(diǎn)創(chuàng)建了多個索引，包括基于實體 ID 的索引、基于實體名稱的索引以及基于 BM25 算法的倒排索引。這些索引能夠幫助 LocAgent 在幾秒鐘內(nèi)快速定位到與問題描述相關(guān)的代碼實體，即使在大型代碼庫中也能保持高效的性能。

主要功能

• 快速定位問題代碼：根據(jù)自然語言描述的問題（如錯誤報告、功能請求、性能問題或安全漏洞），LocAgent 能夠快速定位到代碼庫中需要修改的具體文件、類、函數(shù)或代碼行。

• 多類型問題支持：LocAgent 支持多種類型的軟件開發(fā)和維護(hù)任務(wù)，包括錯誤修復(fù)、功能添加、性能優(yōu)化和安全漏洞修復(fù)。

• 智能依賴分析：自動追蹤代碼實體間的復(fù)雜調(diào)用關(guān)系。

性能表現(xiàn)

• 在 SWE-Bench-Lite 數(shù)據(jù)集上，LocAgent 使用 Qwen2.5-32B 模型時，文件級定位準(zhǔn)確率達(dá)到了 92.7%，相比 Claude-3.5 的 86.13% 有顯著提升。

• 在 Loc-Bench 數(shù)據(jù)集上，LocAgent 實現(xiàn)了 84.59% 的 Acc@5 和 87.06% 的 Acc@10 文件級定位準(zhǔn)確率。

• LocAgent 的成本效益也非常高，使用 Qwen2.5-7B 模型時，每個樣本的成本僅為 0.05 美元，相比 Claude-3.5 的 0.66 美元，成本降低了約 86%。

應(yīng)用場景

• 錯誤修復(fù)：快速定位導(dǎo)致錯誤的代碼位置，減少調(diào)試時間。

• 功能添加：幫助開發(fā)者找到需要添加新功能的代碼位置。

• 性能優(yōu)化：定位影響性能的代碼部分，進(jìn)行優(yōu)化。

• 安全漏洞修復(fù)：快速找到安全漏洞相關(guān)的代碼，及時修復(fù)。

技術(shù)原理

圖基代碼表示

• LocAgent 將代碼庫解析為有向異構(gòu)圖，節(jié)點(diǎn)代表代碼實體（文件、類、函數(shù)等），邊表示調(diào)用、繼承等依賴關(guān)系。這種結(jié)構(gòu)能捕捉復(fù)雜代碼庫的層次結(jié)構(gòu)和語義關(guān)聯(lián)。

多層索引檢索體系

• 實體 ID 索引：支持精確匹配（如搜索特定類或方法）。

• 語義模糊索引：基于 BM25 算法，允許自然語言查詢（如“處理訂單支付的邏輯”）。

• 結(jié)構(gòu)特征索引：通過代碼骨架特征（如函數(shù)參數(shù)列表）支持“按結(jié)構(gòu)找相似”。

三大智能工具

• SearchEntity：通過關(guān)鍵詞觸發(fā)智能掃描，結(jié)合 NLP 提取核心實體并返回匹配結(jié)果。

• TraverseGraph：沿調(diào)用鏈、繼承鏈等關(guān)系進(jìn)行多跳遍歷，穿透復(fù)雜依賴關(guān)系。

• RetrieveEntity：檢索實體的完整屬性（代碼內(nèi)容、文件路徑等），輔助深度分析。

LocAgent 的使用方法

環(huán)境準(zhǔn)備

安裝依賴：LocAgent 依賴于 Python 環(huán)境，需要安裝 Python 3.8 及以上版本。此外，還需要安裝一些 Python 包，如 torch、transformers 等。可以通過以下命令安裝：

pip install -r requirements.txt

下載代碼庫：LocAgent 支持多種數(shù)據(jù)集，如 SWE-Bench_Lite 和 Loc-Bench 等。可以根據(jù)需求選擇合適的數(shù)據(jù)集，并將其下載到本地。例如：

git clone https://github.com/czlll/SWE-bench_Lite.git

代碼庫解析

生成圖索引：LocAgent 需要將代碼庫解析為有向異構(gòu)圖，并生成圖索引。可以通過以下命令完成：

python parse.py --dataset czlll/SWE-bench_Lite --repo_path ./SWE-bench_Lite --index_dir ./index

其中，--dataset 指定數(shù)據(jù)集名稱，--repo_path 指定代碼庫路徑，--index_dir 指定生成的圖索引保存路徑。

啟動 LocAgent

運(yùn)行腳本：啟動 LocAgent 進(jìn)行代碼定位，可以使用以下命令：

python run.py --localize --dataset czlll/SWE-bench_Lite --repo_path ./SWE-bench_Lite --index_dir ./index --use_function_calling True

其中，--localize 表示啟動定位過程，--use_function_calling 啟用 LLM 的函數(shù)調(diào)用功能。

評估結(jié)果

評估定位結(jié)果：定位完成后，結(jié)果將保存在 JSONL 文件中。可以使用 LocAgent 提供的評估工具對結(jié)果進(jìn)行評估。例如：

python evaluation/run_evaluation.py --result_file ./results.jsonl

其中，--result_file 指定定位結(jié)果文件路徑。

Github項目：https://github.com/gersteinlab/LocAgent