精选今天0 投票
Agent4cs：面向大型分层代码库的多智能体代码摘要系统
理解大型复杂代码库，尤其是那些结构混乱、文档不全的代码，一直是软件开发中的难题。现有代码摘要方案通常依赖单一语言模型或像 Claude Code 这样的编码助手，将源代码视为扁平文本，未能充分利用仓库内丰富的相互依赖关系和层次结构信息。为此，研究者提出 Agent4cs——一种多智能体框架，采用自底向上的方式对大型代码库进行摘要。
Agent4cs 包含三个核心智能体：
- 摘要智能体：负责生成稳健的摘要；
- 关键词提取智能体：主动从子文件夹中识别关键信息；
- 质量保证智能体：迭代优化输出，确保可读性、连贯性和完整性。
在 7 个前沿模型上的评估显示，与两种包含代码片段的结构化提示基线相比，Agent4cs 在所有文件夹层级上的语义一致性平均提升了 8%。此外，在真实世界数据集上的广泛评估表明，归一化关键词覆盖率相比相同基线最高提升了 38%。该论文已被第 23 届欧洲多智能体系统会议（EUMAS 2026）主轨接收。
这一成果为大型代码库的理解与维护提供了新的自动化路径，尤其适合那些缺乏文档或结构晦涩的项目。多智能体协作的方式不仅提升了摘要质量，也展示了智能体系统在软件工程中的潜力。