AI CodeReview

BitsAI-CR: Automated Code Review via LLM in Practice

CodeRAG

现实世界代码生成的困境

当前主流大语言模型（LLM, Large Language Model）在生成独立代码片段时表现优异，但在处理真实项目中的代码生成任务时面临三大挑战。

• 首先，代码库依赖关系复杂，包括跨文件调用、继承关系等结构化关联。例如，在金融领域项目中，一个交易处理函数可能需要调用分布在 5-6 个不同文件中的验证、计算和日志记录模块。 • 其次，专业领域知识缺失问题突出，实验数据显示 LLM 在生成涉及加密算法或金融衍生品定价等专业代码时，准确率比通用场景下降 35-40%。 • 最后，上下文窗口限制导致模型无法完整加载整个代码库，即使使用 32k tokens 的上下文窗口，也只能覆盖典型 Java 项目 15-20%的代码量。

现有解决方案的不足

传统检索增强生成（RAG, Retrieval-Augmented Generation）方案存在明显局限。

• 基于文本相似度的方法（如 BM25）会忽略代码结构特征，在 DevEval 基准测试中，对包含继承关系的代码检索准确率仅为 42%。 • 图查询方法（如 CodeXGraph）受限于固定语法规则，无法处理动态语言特性，在 Python 装饰器等高级语法场景下失效率达 60%。 • Agent方法（如 CodeAgent）缺乏系统性知识检索机制，实验显示其生成代码与项目已有代码的接口匹配成功率不足 30%。

人类编程的启发

开发者通常遵循 “需求分析 → 依赖定位 → 参考实现 → 调试优化” 的工作流。CodeRAG 创新性地模拟这个过程：

• 通过构建需求图（Requirement Graph）捕捉功能逻辑关系 • 建立 DS-Code 图（Dependency-Semantic Code Graph）建模代码结构 • 再通过双图映射实现精准知识检索。

什么是 CodeRAG？

codeRAG

CodeRAG 的四大核心组件：需求图谱（Requirement Graph）、DS-Code 图（Dependency-Semantic Code Graph）、双图映射引擎（Bigraph Mapping）和 Agentic 代码生成。

代码静态分析

Stephen C. Johnson 开发的 Lint

Lint is the computer science term for a static code analysis tool used to flag programming errors, bugs, stylistic errors and suspicious constructs. The term originates from a Unix utility that examined C language source code. A program which performs this function is also known as a “linter” or “linting tool”.

例如：C++ 中使用的 Cpplint，Cpplint 是一个 Python 编写的基于 Google 代码规范的检测工具。它只是一个代码风格检测工具，其并不对代码逻辑、语法错误等进行检查。

如何减少误报？莱斯定理 Rice’s theorem

In computability theory, Rice’s theorem states that all non-trivial semantic properties of programs are undecidable. A semantic property is one about the program’s behavior (for instance, “does the program terminate for all inputs?”), unlike a syntactic property (for instance, “does the program contain an if-then-else statement?”). A non-trivial property is one which is neither true for every program, nor false for every program.

对于计算机程序（更精确地说，是图灵机）而言，任何关于程序行为（语义）的、非平凡的（non-trivial）属性，都是不可判定的（undecidable）。

非平凡属性：指这个属性不是所有程序都具备的（恒真），也不是所有程序都不具备的（恒假）。平凡属性是可判定的（直接回答“是”或“否”就行）。

不可判定：指不存在一个通用算法（一个能处理任何程序的程序），能够精确地、总是正确地判断任意给定的程序是否具有该属性。

计算机程序的行为极其复杂且不可预测。你不可能编写出一个“万能检查器”，让它只通过阅读任何程序的源代码，就能百分之百可靠地回答出关于这个程序运行时行为（比如它会不会出错、算得对不对、会不会停）的任何非平凡问题。 这是计算理论中一个非常基础且重要的不可行性结果，深刻影响了程序语言理论、软件工程和形式化方法的发展。