代码RAG第二弹：代码类的GraphRAG怎么做？一个示例项目

今天是2025年6月23日，星期一，北京，晴

接着看代码RAG，在前面的文章《代码类型的RAG做chunk切分怎么做？兼看改进AST方案》(https://mp.weixin.qq.com/s/N7C-1IRgJYZyyNYiFexC2Q)中，我们看了如何进行切分，而如何跟GraphRAG做结合？

代码GraphRAG项目简单案例

如何跟GraphRAG做结合，也是可以看下一个项目：code-graph-rag(https://github.com/vitali87/code-graph-rag)，基于图的Python代码库检索增强生成。

核心点几个：

1、怎么做代码切分？

chunk阶段基于AST做切分，解析Python文件以提取类、函数、方法及其关系；

2、怎么做成知识图谱？

存储上，使用Memgraph将代码库结构存储为知识图谱，这里的知识图谱架构设计如下：

其中：

节点类型包括：项目：代表整个存储库的根节点；包：语言包（Python：__init__.py等）；模块：单独的源代码文件（.py等）.js.ts.rs.go；类：所有语言的类/结构/枚举定义；功能：模块级功能和独立功能；方法：类方法和相关函数；文件夹：常规目录；文件：所有文件（源代码和其他）；ExternalPackage：外部依赖项

关系类型包括：ONTAINS_PACKAGE/MODULE/FILE/FOLDER：分层遏制；DEFINES：模块定义类/函数；DEFINES_METHOD：类定义方法；DEPENDS_ON_EXTERNAL：项目依赖于外部包

3、用来做啥？

这个主要还是面向基础小白使用，用来做代码分析：

如上图，可以支撑的问题如下：

“显示所有名称中包含‘用户’的类”、“查找与数据库操作相关的函数”、“User 类有哪些方法？”、“显示处理身份验证的函数”、“列出所有 TypeScript 组件”、“查找 Rust 结构及其方法”，实际上这个在代码领域，这种用法意义不是很大。

4、怎么查？

利用GoogleGemini将自然语言翻译成Cypher查询，这里主要依靠prompt实现，例如：

参考文献

1、https://github.com/vitali87/code-graph-rag