超越文本存储库探索：代理问题解决的双模态结构推理

代理程序修复的最新进展通过启用迭代存储库探索显着改善了问题解决。然而，现有的方法主要依赖于顺序的、基于文本的代码导航，这从根本上限制了它们对具有复杂和远程依赖性的大规模长范围存储库进行推理的能力。当问题解决代理通过碎片化的文本观察遍历存储库时，必须在交互步骤中重复重建模块组织、调用关系和依赖链等结构信息，这通常会导致探索漂移和不完整的本地化。我们提出了 DUALVIEW，一种双模式结构脚手架框架，它将视觉推理引入问题解决代理的存储库探索中。 DUALVIEW 通过四个互补的图形视图表示存储库结构：模块耦合图 (MCG)、函数调用图 (FCG)、类层次结构图 (CHG) 和程序依赖图 (PDG)，并通过具有可视化和文本响应的可查询界面公开它们。代理可以直接对代码依赖关系的持久视觉表示进行推理，而不是根据一系列文本观察来重建存储库结构，从而能够更有效地探索和理解长期代码库。我们在 SWE-bench Pro 和 Verified 上评估 DUALVIEW。结果表明，DUALVIEW 持续提高了不同代理架构和模型系列的问题解决性能。进一步的消融研究表明，收益不仅来自文本结构信息，还来自存储库依赖项的视觉外部化，这更好地支持长视野存储库探索。