第20章 代码知识图谱 RAG 与向量 RAG 的代码搜索对决
代码知识图谱与纯向量 RAG 的对比
大多数代码 RAG 系统会将文件切分为代码块,生成嵌入向量,然后检索与查询最相近的代码块。这种方式能找出与问题语义相似的代码,但无法回答结构类问题,例如“谁调用了这个函数”。Code-Graph-RAG 将真实关系构建的知识图谱与语义搜索相结合。
| 维度 | Code-Graph-RAG | 纯向量 RAG | | :--- | :--- | :--- | | 检索单元 | 函数、类、模块及其相互关系 | 文本片段(Chunk) | | “谁调用了 X?” | 基于 CALLS 边精确列出所有调用点 | 检索提及 X 的片段,往往不完整 | | 按意图查找 | 基于函数嵌入的语义搜索 | 最近邻片段检索 | | 跨语言支持 | 所有语言使用同一套 Schema | 依赖于分块策略和嵌入模型 | | 代码编辑后 | 仅对修改的文件及其依赖方进行局部重新摄取 | 需重新生成变更片段的嵌入向量 |
以上内容最后更新于 2026 年 11 月。产品特性会不断更新,具体细节请参阅各工具的最新官方文档。
何时选择 Code-Graph-RAG * 当你关注代码结构时:如调用者、实现细节、导入关系或影响范围分析。 * 当答案必须完整准确,而不仅仅是相似匹配时。 * 当你在大型代码库或多语言代码库中工作时。
何时选择纯向量 RAG * 当你只需在小型代码库或文档中进行模糊搜索时。
常见问题
Code-Graph-RAG 是否使用嵌入向量? 是的,用于基于意图的语义搜索。知识图谱负责精确的结构查询,嵌入向量负责模糊查询。
在你自己的 Monorepo 上体验 预约 30 分钟通话,与构建 Code-Graph-RAG 的工程师交流。我们将审视你的代码库、具体约束条件,并找到快速实现价值的最佳路径。
[开始 Monorepo 试点] [预约 30 分钟通话]
还在犹豫?进行 2 分钟的 Monorepo 评估
其他对比:Code-Graph-RAG vs Sourcegraph · Code-Graph-RAG vs Greptile