本项目面向企业内部代码知识库管理场景，旨在解决开发团队在复杂代码库中快速定位和理解代码逻辑的难题。在传统企业中，随着业务系统不断迭代，代码库规模膨胀至数千个文件，新入职工程师或跨模块协作时往往难以快速理解已有代码结构。本项目通过构建基于检索增强生成（RAG）的代码问答系统，将 AWS-BPM 平台中的 Java 业务代码（包括审批流 Delegate、ASLP 脚本、Kingdee 集成等模块）进行向量化索引，使开发者能够通过自然语言提问快速获取精准代码片段和 AI 解读，大幅提升代码理解效率和团队协作效能。
本项目主要包含以下核心功能模块：
1. 代码索引构建模块 ：自动扫描指定目录下的 Java/XML/Gradle 等代码文件，按模块切分为带元数据的代码块（支持重叠保留上下文），通过 ChromaDB 向量数据库构建语义检索索引。
2. 语义代码检索模块 ：基于 all-MiniLM-L6-v2 本地 Embedding 模型，将用户自然语言查询转换为向量，在代码库中检索最相关的代码片段，返回文件路径、行号范围和相关度评分。
3. AI 代码解读模块 ：集成 DeepSeek 大模型，将检索到的代码上下文与用户问题组合为 Prompt，生成专业、准确的代码分析回答，自动标注引用来源。
4. Web 交互界面 ：提供现代化深色主题聊天式 UI，支持流式输出、代码高亮、引用片段折叠展开、索引状态监控和后台异步构建等交互功能。
我负责了该项目的全栈开发与调试，具体任务包括：
1. 核心架构设计 ：基于 ChromaDB + 本地 Embedding + LLM API 的经典 RAG 架构，实现代码收集、智能切分、向量索引构建和语义检索的完整链路。
2. 后端服务开发 ：使用 FastAPI 搭建 RESTful API 服务，实现索引构建（后台异步任务）、代码检索、流式问答（SSE Server-Sent Events）、状态查询等接口，解决 Windows 环境下 ChromaDB Rust 绑定 DLL 加载失败的兼容性问题。
3. 前端界面开发 ：使用纯 HTML/CSS/JavaScript 构建现代化 Web UI，集成 highlight.js 实现代码高亮、marked.js 解析 Markdown 响应，实现流式打字机效果、代码片段折叠、构建进度轮询等交互功能。
4. 技术亮点 ：解决了跨平台路径适配、GBK 编码终端 emoji 输出崩溃、模型下载超时重试等工程问题；采用后台异步构建+轮询机制避免 HTTP 请求超时；流式输出提升用户体验。
评论