论文
超越向量相似性：分层上下文感知图RAG与标准RAG在企业代码迁移中的对比
Beyond Vector Similarity: Hierarchical Context-Aware Graph RAG vs Standard RAG in Enterprise Code Migration
摘要
随着企业将传统单体系统迁移到微服务架构，大语言模型被广泛用于自动化代码翻译。然而，传统的基于向量的检索增强生成（标准RAG）难以捕捉拓扑关系，其获取的孤立代码片段切断了继承链，导致编译失败率较高。本文提出了一种分层上下文驻留图（HCRG）方法来解决这些问题。我们的流程使用Tree-sitter提取抽象语法树（AST），将架构边映射到Google Cloud Spanner属性图，并将该结构序列化为Gemini上下文缓存，以实现拓扑结构和父级优先的代码翻译。我们评估方式从简单的文本重叠转向定制的7项软件工程框架。传统指标如CodeBLEU（两种方法均得91%）掩盖了标准RAG在结构上的缺陷，其生成的代码在语法上合理但实际不可用。实验表明，图RAG显著缓解了依赖丢失问题：API幻觉率从56.4%降至16.2%，依赖解析质量从34.8%提升至65.9%，父-子一致性从26.7%提升至45.5%。然而，图RAG也引入了特定权衡：密集的全局上下文导致大语言模型产生防御性过度工程，使圈复杂度一致性从71.6%下降至46.7%，文档字符串保留率也从67.0%降至61.0%。最终，尽管以牺牲代码复杂性为代价降低了幻觉，图RAG为自动化企业代码库现代化提供了更可行且架构上更稳健的路径。