HCAG：基于 LLM 的理论仓库的层次化抽象与检索增强生成

现有的检索增强生成 (RAG) 方法在捕获复杂、理论驱动型代码库（如算法博弈论 (AGT) 中的代码）中所包含的高层次架构模式和跨文件依赖方面存在困难，导致在抽象概念与可执行实现之间存在持续的语义和结构鸿沟。为解决这一挑战，我们提出了 Hierarchical Code/Architecture-guided Agent Generation (HCAG)，一种将仓库级代码生成重新表述为在层次化知识上进行的结构化、规划导向过程的框架。HCAG 采用两阶段设计：一个离线层次化抽象阶段，对代码仓库和对齐的理论文本进行递归解析，以构建多分辨率语义知识库，显式链接理论、架构和实现；以及一个在线层次化检索和分层生成阶段，按照自上而下的层级顺序进行检索，以架构-模块化生成范式引导 LLM。为进一步提高鲁棒性和一致性，HCAG 集成了一个受合作博弈启发的多智能体讨论机制。我们提供的理论分析表明，与平坦和迭代 RAG 基线相比，采用自适应节点压缩的层次化抽象实现了成本最优。大量实验在多样化的博弈论系统生成任务上表明，HCAG 在代码质量、架构一致性和需求通过率方面显著优于代表性的仓库级方法。此外，HCAG 生成了一个大规模的、对齐的理论-实现数据集，有效提升了特定领域 LLM 的性能。虽然 HCAG 在 AGT 中得到验证，但该范式也为从结构化代码库中挖掘、复用和生成复杂系统提供了通用蓝图。