Skip to content

第 4 章:Context、Memory 与 Codebase RAG

本章完成后的效果

完成本章后,Codebase Agent 不再把整个仓库和全部聊天历史塞给模型,而是会:

  • 为每次模型调用计算 Context Budget;
  • 将文件解析成带路径、行号和版本的 Chunk;
  • 先做可解释的关键词检索,再接入向量检索和 Hybrid Search;
  • 把检索结果作为带来源的证据放入上下文;
  • 保存项目记忆,例如技术栈、测试命令和目录约定;
  • 在前端展示检索结果、引用和被选入上下文的内容。

本章的目标不是搭一个“上传文档即可问答”的 Demo,而是让 Agent 在有限上下文内找到能支持结论的代码证据。


课程目录

  1. 第 22 课:先量化 Context,而不是盲目压缩
  2. 第 23 课:把代码和文档解析成可引用的 Chunk
  3. 第 24 课:先实现可解释的关键词检索
  4. 第 25 课:接入 Embedding、Hybrid Search 和 Rerank
  5. 第 26 课:项目记忆与 Context Builder 集成
  6. 第 27 课:创建代码知识页面和 RAG 对照实验

持续学习,持续交付。