Folia
← 返回头版

JetBrains分享语义代码搜索平台Air Context的技术架构

JetBrains公开了其语义代码搜索平台Air Context的设计与实现方案1。该系统通过结构感知的代码分块、向量化处理和二进制量化等技术,为AI代理提供精确的代码检索能力1。

Air Context的核心技术包括从代码解析、智能分块到向量存储的完整RAG管道1。该平台支持Kotlin、Java、Python、JavaScript、TypeScript、C#、PHP、Go和Rust等语言的解析和结构感知分块1。为了大幅降低存储成本,系统采用二进制量化技术将向量从32位浮点数压缩为1位,使存储空间缩小32倍,同时使用汉明距离替代余弦相似度进行向量比较1。

隐私保护与性能的平衡是该方案的重要特性1。所有代码索引使用开源权重嵌入模型在JetBrains自有GPU上运行,不依赖第三方云模型,以保护客户隐私1。查询结果以坐标形式返回,代码片段在用户本地从源代码检出组装,服务器不存储源代码内容1。在实际应用中,JetBrains的IntelliJ IDEA单体仓库包含超过100万个文件,最长路径达218字符1。二进制向量相关得分范围被压缩至较窄区间,影响阈值过滤的准确性,某些场景需保留16位浮点精度1。


评论