本文摘要向量RAG召回代码常偏航注释相似的文件混入调用方反被漏掉。Graphify用AST建图沿调用边遍历取回代码每条边可解释。但意图类问题无法命中图结构配置与PDF建图粒度需自行验证。一、问题与结论在Claude Code里对一个老 Java 项目提问“如果我修改UserRepository.findById的实现会影响哪些模块”若按余弦相似度取 top-k进榜的会是注释里写着 “user repository” 的docs/architecture.md和措辞接近的OrderService.java只有一行userService.findById(id)的UserController.java词面无关落在召回之外。相似度高不代表结构相关这是余弦匹配的机制结果不是某次偶然。结论先给把代码用确定性 AST 解析成“节点 边”的知识图谱按调用、依赖边遍历取回可以绕开相似度噪声代价是不建向量索引只回答结构上可推导的问题。二、排查与选择依据两条链路拆开看向量链路代码切块 →embedding→ 与问题向量算余弦相似度 → 取 top-k。结构信息在“切块”一步被摊平A 调用 B 成了两个互不相干的片段检索阶段无法还原。图链路AST 解析 → 节点函数、类、文件、配置项与边调用、依赖、引用→ 问题映射为图查询 → 沿边遍历返回节点与边解释。A 调用 B 是解析出的确定事实不是概率估计。选型看问题分布先统计一周内代码问答里“结构类 / 语义类”的占比再决定走图、走向量还是分流。替代方案与取舍方案选择条件代价边界GraphifyAST 图检索问题以调用链、影响分析、依赖追踪为主图需随代码重建或增量更新意图、设计原因类问题无法命中向量 RAG如 Dify pipeline问题以设计说明、文档语义为主需维护向量索引与chunking调优结构关系常被语义相似度掩盖混合路由两类问题各占相当比例两套索引、双倍维护与路由判定成本路由写错会双重漏召回grep/ 代码搜索已知符号名快速定位不理解语义无法回答跨文件影响面不适合用图检索的情况设计取舍、“为什么这么写”“哪段代码最可疑”类提问占比高输入以 PDF、会议纪要为主团队无法接受“提交后图滞后一拍”。三、关键原理确定性属于解析过程同一份输入每次生成相同的图查询可复现向量检索的结果随embedding模型、切块策略、top-k设置漂移换一批参数就换一批命中。边可解释是检索质量的调试手段召回不对时沿边回溯能区分“建图漏了边”和“查询遍历方向写错”。向量链路里“为什么返回这段相似片段”通常是黑盒只能改参数试。两个成本先算图基于代码快照多人并行的monorepo里旧图会给出过时调用链需要重建或增量更新PDF、YAML 没有标准 AST建图粒度要逐格式验证application.yml的嵌套键可能只提到顶层。四、可运行示例环境Claude Code或Cursor Graphify 的/graphifyskill输入为 4 个文件的最小项目。命令与输出格式以仓库最新文档为准以下输出均为未验证的概念输出。mkdir-pdemo-project/src/{controller,service,repository}demo-project/configdemo-project/ ├── src/controller/UserController.java # 调用 userService.findById(id) ├── src/service/UserService.java # 注入 UserRepository ├── src/service/OrderService.java # 注释提及 user repository └── src/repository/UserRepository.java # findById(Long id)步骤① 在Claude Code打开demo-project② 调用/graphify建图③ 提问“修改UserRepository.findById会影响哪些模块”④ 查看返回的节点与边解释。预期输出命中UserController → UserService → UserRepository.findById链路每条边附解释如 “UserService 注入 UserRepository”因注释相似而混入的OrderService不出现在召回里。实际输出需在本地执行后填写。上述内容均为未验证推演不给出命中率数字。常见失败/graphify报解析错误或节点缺失。原因确定性解析器覆盖的语言特性有限反射、动态派发解析不出边。处理把该文件排除出建图范围改用文本检索补查并在图里标注缺口避免把“查不到”当成“没有依赖”。五、验证结果与边界按“结构可推导 / 语义意图”给问题分类再对照两种检索的适配度问题类型图检索适配向量检索适配判定依据调用链追踪高中低AST 边是确定事实影响面分析高中沿依赖边遍历设计原因低中图不存业务语义运行时性能根因低中静态图无运行时数据配置项定位中需验证中YAML 建图粒度未验证API 使用方式中中高语义示例匹配更强未验证项Graphify 的实际召回精度、支持的语言清单、PDF 与配置文件的建图深度、增量更新耗时均无独立评测数据请在目标仓库上自行验证后再选型。参考资料Graphify-Labs/graphifylanggenius/dify