Voyage AI: Voyage Code 2

Voyage Code 2 maakt numerieke embeddings voor broncode en bijbehorende tekst. Het is ontworpen voor semantisch ophalen van code, waarbij een ontwikkelaar gedrag beschrijft of een codefragment aanlevert en het zoeksysteem relevante implementaties vindt. De voorbeelden van de maker omvatten vragen in natuurlijke taal, codefragmenten en combinaties van beide als zoekinvoer.

Gebruik het om zoeken in repositories rond werkelijke ontwikkelvragen op te bouwen. Een ontwikkelaar kan zoeken naar de routine die alleen de eerste en laatste overeenkomende tekens verwijdert of naar het projectonderdeel dat een specifieke boomdoorloop toepast. Bereid zoekvragen voor die het gedrag precies uitdrukken, inclusief de voorwaarde die de bedoelde implementatie onderscheidt van een nabije maar onjuiste.

Indexeer code in bruikbare eenheden in plaats van elk bestand op een willekeurig aantal tekens te splitsen. Houd een functiehandtekening, de functie-inhoud en relevante uitleg samen. Behoud wanneer een hulpfunctie van lokale typen of constanten afhangt voldoende omringende tekst om het doel begrijpelijk te maken. Bewaar bestandspaden, repositoryrevisies en bronlocaties buiten de embedding zodat het resultaat de oorspronkelijke code direct kan openen.

Deze editie heeft een contextvenster van 16.000 tokens en produceert embeddings met 1.536 dimensies. Richt de vectorindex op deze representatie in en houd query- en documentembeddings aan hetzelfde model gekoppeld. Een verzameling die al met Voyage Code 2 is geïndexeerd, kan een consistente ophaalrepresentatie behouden terwijl de bronrecords worden bijgewerkt. Een overstap naar een andere embeddingeditie moet als een indexmigratie worden behandeld met een expliciete vergelijking op dezelfde repository.

Beschrijf bij een vraag in natuurlijke taal de bewerking, invoer en relevante uitkomst. Geef bij een codezoekvraag het fragment waarvan de logica moet overeenkomen en leg elke voorwaarde uit die voor het zoeken belangrijk is. Een zoekvraag naar herhaalpogingen kan bijvoorbeeld specificeren of de relevante code na een time-out of na een volledig foutantwoord opnieuw probeert. Controleer de opgehaalde bron op dat onderscheid voordat die bij een bewerking wordt gebruikt.

Houd documentatie en broncode traceerbaar wanneer beide worden geïndexeerd. Een verklarende passage kan nuttige context zijn, terwijl de implementatie het resultaat is dat een ontwikkelaar moet inspecteren. Label deze recordtypen zodat een zoekpagina de juiste bestemming kan tonen en een programmeerassistent een beschrijving van uitvoerbare broncode kan onderscheiden.

Gebruik de opgehaalde passages als context voor repositorynavigatie, het vinden van implementaties of de volgende stap van een programmeerassistent. Behoud het volledige relevante fragment en de locatie wanneer u het doorgeeft. Gelijkenis helpt kandidaatcode te vinden; beoordeling van de werkelijke invoer, neveneffecten en contracten bepaalt of de kandidaat het huidige probleem oplost.

Beoordeel informatieophaling aan de hand van echte vragen met bekende bronantwoorden. Neem hernoemde functies, misleidende commentaren, vergelijkbare hulpfuncties met verschillende randgevallen en vragen met woordenschat die in de code ontbreekt op. Controleer of de verwachte implementatie bij de bruikbare resultaten verschijnt en of het getoonde fragment voldoende context biedt om haar te beoordelen. Bewaar die vragen terwijl de repository groeit zodat wijzigingen in extractie, passagegrenzen of indexering met dezelfde taken kunnen worden vergeleken.