超长代码仓库上下文的工程处理
哪些公司问过
答案要点
- 结构化索引:AST 解析得到符号表、调用图、依赖图,而非把全文塞入上下文
- 混合检索:代码块 embedding 加关键词精确匹配,沿调用图扩展相关定义
- 分层摘要与仓库地图:仓库、模块、文件级摘要加函数签名概览
- Agent 式探索:用 grep、读文件等工具多轮定位,按需加载
- 增量索引与提示缓存,降低重建和推理成本
易错点
- 把整个仓库直接拼进 prompt,忽略成本和中间信息丢失
- 只用向量检索,忽略标识符精确匹配和调用关系
- 索引不随代码更新,检索到过期代码
面试官常见追问
- 模型已经支持 1M 上下文了,为什么还要检索?
- 代码检索为什么不能只用向量?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。