在先前《预上下文生成》的文章中，我们介绍了预生成上下文的概念和实践：

预生成上下文是指在用户发起查询或生成请求之前，系统针对特定代码仓库、文档或 SDK，离线构建一组语义化的上下文数据。这些上下文经过理解、 加工与组织，使其在运行时能够被快速检索和引用，从而提升代码智能体在生成、解释或检索代码时的准确性、相关性和响应速度。

我们在 AutoDev Workbench 中实现了这一概念的分析端与后端，对应的分析侧即 AutoDev Context Worker。你可以使用这个工具， 对你的代码仓库进行上下文生成：

npx @autodev/context-worker@latest

PS：npx 是 Node.js 的包管理工具，可以直接运行 npm 包中的命令。

引子：寻找更高效的 RAG 方式

RAG 是在 AI 应用中一个重要的话题。尽管我们在 AutoDev 的 VSCode 版本中，构建了多种向量化 RAG 的方式，但是我一直认为在 AI 编程中， 对于大量的项目来说基于向量化方式的 RAG 的性价比并不高。

所以，有必要重新审视 RAG 的方式，尤其是对于代码检索来说。

性价比低的向量化代码检索

我认为向量化代码检索的性价比并不高，主要有以下几个原因：

• 向量化索引是一个昂贵的过程，不论是你使用本地的向量化还是云端的向量化。
• 向量化的实时刷新又是另外一个头疼的过程，特别是它会拉跨你的本地机器。
• 代码库中并没有大量的文档知识，更多的是代码本身的语义信息。

而从 2025 年技术趋势来说，基于向量化的 RAG 已经变成了次要的选择，只当当前阶段，AI 检索不到相关信息时，有些工具如 Cursor 才会使用向量化的方式进行检索。

内部框架等固定知识的预生成

另外一方面，作为一个 AI 编程工具，我们还需要面对大量的内部框架、SDK、API 等固定知识的预生成。因为这些知识是相对固定的，对于用户来说， 通常问题也是颇为明确的 —— 用户不会去询问：如何使用 Spring Boot 来构建一个 Web 应用？而是会询问：如何在 Spring Boot 中使用 xx 框架。

那么，针对这类需要提供固定知识的场景：

1. 内部开发框架。可以分为单个组件的问题，或者多个组件一起使用等，在排查问题时需要知道部分代码信息。
2. SDK、API 等。用户通常不想去了解 SDK、API 的实现细节，而是想要了解如何使用它们来完成特定的任务。
3. 其它公共代码库。比如，如何使用某个公共库来完成特定的任务。

我们就可以用更高效的方式来生成它们。

Context Worker：预生成代码上下文

如上所述，针对于这一类场景，我们可以使用预生成上下文的方式来提升 RAG 的效果。Context Worker 就是为此而设计的。

AutoDev Context Worker 是一个用于深度解析和分析代码的工具，旨在为开发者提供更好的上下文理解和智能化的代码处理能力。 它可以帮助开发者更高效地理解和使用代码库。

Context Worker 的设计与目标

Context Worker 是基于我们先前的 VSCode 版本开发的，我们从中提取核心的代码解析和分析功能，构建了一个独立的工具。 我们进一步扩充了他的多语言的解析支持，现在可以支持 Java、JavaScript、TypeScript、Python、Golang、Rust、C/C++、Ruby、C# 等十几种主流语言。

结合 AutoDev Workbench 的服务端功能，Context Worker 可以为开发者提供以下能力：

• 深度项目解析与 AST 构建结构化，Context Worker 对整个项目（或指定的模块范围）进行深度解析。这包括构建完整的 AST，识别所有的函数、类、接口及其签名、注释（docstrings）。同时，分析项目依赖（内部模块间和外部库依赖），构建初步的依赖图。
• 自动化代码摘要与"意图"标注：对于缺乏良好注释的代码块（函数、复杂逻辑段），尝试使用 LLM 预先生成简洁的摘要或"意图描述" 。对于一些关键的架构组件或核心算法，可以预先打上特定的标签或元数据。
• 构建项目级知识图谱：将解析出的代码实体（类、函数、变量等）及其关系（调用、继承、实现、引用等），并围绕领域模型构建知识图谱， 标注实体的语义和上下文信息。

使用 AutoDev Context Worker

Context Worker 的使用非常简单，你只需要运行以下命令：

npx @autodev/context-worker --path /path/to/project --upload --server-url https://your-server/api/context --non-interactive

它将会启动 Context Worker，并对当前目录下的代码进行解析和分析。如下是一个生成数据的示例：

接口: UserRepository
文件: /path/to/UserRepository.java

接口定义：

```java
public interface UserRepository extends JpaRepository<User, Long> {
    Optional<User> findByUsername(String username);
    List<User> findByEmail(String email);
}
```

=== 实现类 (1) ===

实现类: UserRepositoryImpl
文件: /path/to/UserRepositoryImpl.java

```java
@Repository
public class UserRepositoryImpl implements UserRepository {
    // ...实现代码...
    @Override
    public Optional<User> findByUsername(String username) {
        // ...方法实现...
    }

    @Override
    public List<User> findByEmail(String email) {
        // ...方法实现...
    }
}
```

Context Worker 会自动分析代码中的接口、实现类、方法等信息，并生成相应的上下文知识。你可以将这些信息存储在知识库中，而后调用 AI 来直接生成 相应的 name 和 description 描述，以在不同的场景中使用。

使用 MCP 获取上下文知识

结合我们在 AutoDev Workbench 还提供的 MCP（Model Context Protocol）服务，你就可以使用 AI 编程工具通过 MCP 获取已知问题所需要的上下文知识。

总结

欢迎使用 AutoDev Context Worker 来提升你的 RAG 效果：https://github.com/unit-mesh/autodev-workbench 。