LocAgent是什么？

LocAgent 是由斯坦福大學、耶魯大學和南加州大學等機構聯合開發的代碼定位框架。它通過將代碼庫解析為有向異構圖，捕捉代碼的結構和依賴關系，從而幫助開發者快速準確地找到需要修改的代碼部分。

核心技術

• 圖基代碼表示：LocAgent 將代碼庫解析為一個有向異構圖，其中節點代表代碼庫中的實體（如文件、類、函數等），邊則表示這些實體之間的關系（如文件之間的導入關系、函數之間的調用關系以及類之間的繼承關系）。這種圖結構能夠揭示隱藏在代碼中的復雜依賴關系，為后續的代碼定位任務提供了堅實的基礎。

• 多跳推理機制：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系，定位問題代碼的根源。例如，在處理復雜的代碼庫時，即使目標代碼沒有在問題描述中明確提及，LocAgent 也能通過圖結構進行推理，找到相關的代碼實體。

• 稀疏層次索引：LocAgent 通過稀疏層次實體索引來增強其搜索能力。這種索引機制為圖中的每個節點創建了多個索引，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 在幾秒鐘內快速定位到與問題描述相關的代碼實體，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、函數或代碼行。

• 多類型問題支持：LocAgent 支持多種類型的軟件開發和維護任務，包括錯誤修復、功能添加、性能優化和安全漏洞修復。

• 智能依賴分析：自動追蹤代碼實體間的復雜調用關系。

性能表現

• 在 SWE-Bench-Lite 數據集上，LocAgent 使用 Qwen2.5-32B 模型時，文件級定位準確率達到了 92.7%，相比 Claude-3.5 的 86.13% 有顯著提升。

• 在 Loc-Bench 數據集上，LocAgent 實現了 84.59% 的 Acc@5 和 87.06% 的 Acc@10 文件級定位準確率。

• 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%。

應用場景

• 錯誤修復：快速定位導致錯誤的代碼位置，減少調試時間。

• 功能添加：幫助開發者找到需要添加新功能的代碼位置。

• 性能優化：定位影響性能的代碼部分，進行優化。

• 安全漏洞修復：快速找到安全漏洞相關的代碼，及時修復。

技術原理

圖基代碼表示

• LocAgent 將代碼庫解析為有向異構圖，節點代表代碼實體（文件、類、函數等），邊表示調用、繼承等依賴關系。這種結構能捕捉復雜代碼庫的層次結構和語義關聯。

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”）。

• 結構特征索引：通過代碼骨架特征（如函數參數列表）支持“按結構找相似”。

三大智能工具

• SearchEntity：通過關鍵詞觸發智能掃描，結合 NLP 提取核心實體并返回匹配結果。

• TraverseGraph：沿調用鏈、繼承鏈等關系進行多跳遍歷，穿透復雜依賴關系。

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

LocAgent 的使用方法

環境準備

安裝依賴：LocAgent 依賴于 Python 環境，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 支持多種數據集，如 SWE-Bench_Lite 和 Loc-Bench 等。可以根據需求選擇合適的數據集，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 指定數據集名稱，--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

運行腳本：啟動 LocAgent 進行代碼定位，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 的函數調用功能。

評估結果

評估定位結果：定位完成后，結果將保存在 JSONL 文件中。可以使用 LocAgent 提供的評估工具對結果進行評估。例如：

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

其中，--result_file 指定定位結果文件路徑。

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