[Submitted on 28 Jul 2026]

View PDF

Abstract:基於 LLM 的軟體工程代理受限於有限的上下文窗口：大約 100K 個 token 必須儲存結構相關的程式碼子集以解決錯誤。標準檢索模型將程式碼視為純文字，迫使代理透過緩慢的試錯來解析多跳依賴關係，包括子類鏈、傳遞呼叫者與介面實作。我們提出 OwlPath，以無損知識壓縮解決此限制，將原始碼編碼成 OWL2 本體，以便使用最少的相關程式碼片段回答結構性查詢。
我們提出 OwlPath，一個建構於 CodeGraph 之上的 OWL2 推理層，CodeGraph 是一個廣泛使用的程式碼智慧平台，擁有 500K+ GitHub stars，並提供統一的 CLI 以進行結構性程式碼檢索。OwlPath 以 tree-sitter 剖析為基礎，支援多語言儲存庫（Python、JavaScript、TypeScript、Go 等），並將語言特定語義編碼為統一的 OWL2 本體。它採用兩個互補模組。首先，傳遞閉包引擎透過單一 SPARQL 屬性路徑查詢取得所有結構性連結的符號，捕捉字串比對無法發現的多跳關係。其次，OWL 軟體知識圖（OWL-SKM）預先計算一個 3KB 的精簡摘要，包含模組樹、核心 API 與問題相關符號，引導代理在首次查詢時鎖定目標模組。
在 18 個 SWE-bench Pro 實例上的評估顯示，OwlPath 獲得 68.4% 的嚴格套用率，而 CodeGraph 基線為 66.7%，同時將 token 使用量降低 28.8%，執行時間減少 39.5%。在 67 個實例的離線檢索測試中，OwlPath 將召回率提升 2.06 倍（0.464 對 0.226），命中率達到 88.1%，而 CodeGraph 為 59.7%。在 37 題的結構性檢索基準測試中，召回率從 4.4% 上升至 28.8%，在傳遞呼叫者與介面任務上的準確率達 69-80%。

Submission history

From: Bo Zhang [view email]
[v1] Tue, 28 Jul 2026 08:42:57 UTC (141 KB)