检索工具解析

痛点解析

我们在使用cc/codex的时候会有开始的时候熟悉项目，需要大量检索，才能检索到正确的文件的情况，会消耗大量的token，为了解决这个问题我们有下面四个工具为代表

  1. codegraph：结构化检索关系的代表

核心机制是将代码转变为知识图谱的形式，类/函数等等作为实体，然后他们的关系做边。是我们通过index命令本地构建的索引，核心是sqllite的邻接表，通过这个来表现节点之间的关系

然后毕竟适合符号、调用关系和影响范围分析，因为核心是图，搜索速度快，但是自然语言检索效果不好

  1. fast-context：是windsurf的子代理，是训练模型检索的代表

主要是提供了专门针对检索场景的训练的模型SWE-grep和对应的mini版本，对grep/read/glob等命令更适配，然后检索的效率更高。是强化学习的代表。是语义检索最好的一位，速度也比较快。

  1. ACE：是Augment Context Engine 的上下文机制，

他的核心就是扫描全部工作区的文件，然后将其向量化，上传到云端，本地留有.ace-tool的缓存。

然后进行检索，核心机制是混合检索，语义搜索+不同类型的检索加权不同。第一次的时候速度较慢，因为需要建立索引，后续逐渐变快。

  1. Semble：是一个本地的检索机制

核心就是混合检索，向量+BM25关键词匹配，不同ACE的是，他是内存的索引，每次都要按需重建。然后进行RRF进行融合，然后再去对召回的进行处理，定义类/函数优先调用调用的，过滤调import这类的代码。