Voyage AI: Voyage Code 2

Voyage Code 2 lager numeriske innbygginger for kildekode og tilhørende tekst. Den er laget for semantisk kodegjenfinning, der en utvikler beskriver oppførsel eller oppgir et kodeutdrag, og søkesystemet finner relevante implementasjoner. Produsentens eksempler omfatter spørsmål på naturlig språk, kodeutdrag og kombinasjoner av disse som søkeinndata.

Bruk den til å bygge søk i en kodebase rundt faktiske utviklingsspørsmål. En utvikler kan lete etter rutinen som bare fjerner det første og siste samsvarende tegnet, eller delen av et prosjekt som bruker en bestemt gjennomgang av en trestruktur. Klargjør spørringer som uttrykker oppførselen presist, inkludert betingelsen som skiller ønsket implementasjon fra en nærliggende, men feilaktig kandidat.

Indekser kode i nyttige enheter fremfor å dele hver fil ved et vilkårlig antall tegn. Behold en funksjonssignatur, funksjonskropp og relevant forklaring sammen. Når en hjelpefunksjon avhenger av lokale typer eller konstanter, behold nok av teksten rundt til at formålet er forståelig. Lagre filbaner, kodebaserevisjoner og kildeplasseringer utenfor innbyggingen, slik at resultatet kan åpne originalkoden direkte.

Denne utgaven har et kontekstvindu på 16000 tokener og produserer innbygginger med 1536 dimensjoner. Dimensjoner vektorindeksen for denne representasjonen, og knytt spørrings- og dokumentinnbygginger til samme modell. En samling som allerede er indeksert med Voyage Code 2, kan beholde en konsekvent gjenfinningsrepresentasjon mens kildepostene oppdateres. En overgang til en annen innbyggingsutgave bør behandles som en indeksmigrering med en uttrykkelig sammenligning på samme kodebase.

For en spørring på naturlig språk beskrives operasjonen, inndataene og det relevante utfallet. For en kodespørring tar du med utdraget som inneholder logikken det skal finnes en match for, og forklarer eventuelle betingelser som er viktige for søket. Et søk etter håndtering av nye forsøk kan for eksempel angi om den aktuelle koden prøver igjen etter et tidsavbrudd eller etter et fullstendig feilsvar. Den gjenfunne kilden bør kontrolleres for dette skillet før den brukes i en endring.

Behold sporbarheten for dokumentasjon og kildekode når begge indekseres. Et forklarende avsnitt kan gi nyttig kontekst, mens implementasjonen er materialet utvikleren må undersøke. Merk disse posttypene, slik at en søkeside kan vise riktig mål og en kodeassistent kan skille en beskrivelse fra kjørbar kildekode.

Bruk de gjenfunne avsnittene som kontekst for navigering i kodebasen, oppdagelse av implementasjoner eller kodeassistentens neste trinn. Behold hele det relevante utdraget og plasseringen når det sendes videre. Likhet hjelper med å finne kandidatkode; gjennomgang av faktiske inndata, sideeffekter og kontrakter avgjør om kandidaten løser det aktuelle problemet.

Vurder gjenfinningen på et sett med virkelige spørsmål med kjente svar i kilden. Ta med funksjoner som har fått nytt navn, misvisende kommentarer, lignende hjelpefunksjoner med forskjellige grensetilfeller og spørringer med ord som ikke finnes i koden. Kontroller om den forventede implementasjonen finnes blant de nyttige resultatene, og om utdraget som vises, gir nok kontekst til å vurdere den. Behold spørsmålene mens kodebasen vokser, slik at endringer i uttrekk, avsnittsgrenser eller indeksering kan sammenlignes på de samme oppgavene.