Voyage AI: Voyage Code 2

Voyage Code 2 создаёт числовые эмбеддинги исходного кода и связанных текстов. Модель предназначена для семантического поиска кода: разработчик описывает поведение или предоставляет фрагмент кода, а поисковая система находит соответствующие реализации. Примеры производителя охватывают вопросы на естественном языке, фрагменты кода и их сочетания как поисковые входы.

Создавайте поиск по репозиторию вокруг реальных вопросов разработки. Разработчику может понадобиться процедура, удаляющая только первый и последний совпадающие символы, или часть проекта, выполняющая определённый обход дерева. Подготавливайте запросы, точно выражающие поведение, включая условие, отличающее нужную реализацию от близкой, но неверной.

Индексируйте код полезными единицами, не разбивая каждый файл по произвольному числу символов. Сохраняйте сигнатуру функции, тело и нужное объяснение вместе. Если вспомогательная функция зависит от локальных типов или констант, сохраняйте достаточно окружающего текста для понимания её назначения. Храните пути файлов, версии репозитория и положения в источнике вне эмбеддинга, чтобы результат мог открыть исходный код напрямую.

У этой версии контекстное окно 16 000 токенов и эмбеддинги размерностью 1 536. Подбирайте векторный индекс под это представление и связывайте эмбеддинги запросов и документов с одной моделью. Уже индексированная с Voyage Code 2 коллекция может сохранять единообразное поисковое представление при обновлении исходных записей. Переход на другую версию эмбеддингов следует рассматривать как миграцию индекса с явным сравнением на том же репозитории.

Для запроса на естественном языке опишите операцию, входные данные и нужный исход. Для запроса кодом предоставьте фрагмент, логику которого требуется сопоставить, и объясните важное условие поиска. Например, поиск обработки повторных попыток может уточнять, повторяет ли нужный код попытку после тайм-аута или после полного ответа с ошибкой. Найденный источник нужно проверить на это различие до использования в правке.

Сохраняйте прослеживаемость документации и исходного кода, если индексируются оба типа. Поясняющий фрагмент может дать полезный контекст, тогда как реализация — материал, который нужно проверить разработчику. Размечайте эти типы записей, чтобы поисковая страница показывала правильное место назначения, а помощник по коду отличал описание от исполняемого исходного кода.

Используйте найденные фрагменты как контекст для навигации по репозиторию, поиска реализации или следующего шага помощника по программированию. При передаче сохраняйте полный нужный фрагмент и его положение. Сходство помогает найти код-кандидат; проверка реальных входных данных, побочных эффектов и контрактов определяет, решает ли он текущую проблему.

Проверяйте поиск на наборе реальных вопросов с известными ответами в исходном коде. Включайте переименованные функции, вводящие в заблуждение комментарии, похожие утилиты с разными граничными случаями и запросы с отсутствующими в коде словами. Проверяйте, появляется ли ожидаемая реализация среди полезных результатов и даёт ли показанный фрагмент достаточно контекста для оценки. Сохраняйте эти вопросы по мере роста репозитория, чтобы изменения извлечения, границ фрагментов и индексирования можно было сравнивать на одинаковых задачах.